گروه 15 گانه مقادیر کادمیوم، میکروپلاستیک و پکتین
| groups | Cd | MP | Pectin | |
|---|---|---|---|---|
| 0 | 1 | 40 | 100 | 0.25 |
| 1 | 2 | 40 | 0 | 0.50 |
| 2 | 3 | 20 | 100 | 0.50 |
| 3 | 4 | 20 | 0 | 0.00 |
| 4 | 5 | 0 | 0 | 0.25 |
| 5 | 6 | 40 | 0 | 0.00 |
| 6 | 7 | 0 | 100 | 0.00 |
| 7 | 8 | 40 | 50 | 0.50 |
| 8 | 9 | 40 | 100 | 0.00 |
| 9 | 10 | 0 | 50 | 0.00 |
| 10 | 11 | 0 | 100 | 0.50 |
| 11 | 12 | 20 | 50 | 0.25 |
| 12 | 13 | 0 | 0 | 0.50 |
| 13 | 14 | 40 | 100 | 0.50 |
| 14 | 15 | 0 | 0 | 0.00 |
| groups | TG | Chol | Pr | Alb | Cre | Gluc | ALT | LDH | AST | ALP | GGT | CAT | SOD | GPX | LYZ | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1 | 45 | 98 | 3.4 | 1.29 | 0.27 | 31 | 23 | 129 | 27 | 24 | 3.0 | 12.0 | 210.0 | 3.0 | 1.35 |
| 1 | 1 | 44 | 96 | 3.2 | 1.30 | 0.26 | 30 | 22 | 125 | 23 | 22 | 4.0 | 11.0 | 180.0 | 2.6 | 1.33 |
| 2 | 1 | 45 | 95 | 3.2 | 1.31 | 0.27 | 31 | 23 | 124 | 24 | 24 | 3.0 | 11.5 | 200.0 | 2.9 | 1.32 |
| 3 | 1 | 45 | 96 | 3.6 | 1.32 | 0.28 | 30 | 22 | 126 | 29 | 25 | 3.5 | 12.0 | 201.0 | 2.8 | 1.29 |
| 4 | 1 | 43 | 97 | 3.7 | 1.28 | 0.27 | 32 | 23 | 123 | 28 | 26 | 4.2 | 11.0 | 205.0 | 2.9 | 1.29 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 85 | 15 | 21 | 36 | 4.6 | 1.75 | 0.24 | 27 | 12 | 70 | 14 | 18 | 5.2 | 14.0 | 226.0 | 4.6 | 2.10 |
| 86 | 15 | 22 | 45 | 4.8 | 1.78 | 0.24 | 29 | 10 | 68 | 16 | 17 | 5.3 | 15.0 | 223.0 | 4.6 | 2.40 |
| 87 | 15 | 23 | 42 | 3.9 | 1.69 | 0.25 | 28 | 11 | 69 | 12 | 17 | 4.9 | 15.0 | 226.0 | 4.7 | 2.40 |
| 88 | 15 | 20 | 41 | 5.0 | 1.75 | 0.23 | 29 | 12 | 65 | 13 | 17 | 5.0 | 15.0 | 224.0 | 5.1 | 2.20 |
| 89 | 15 | 21 | 42 | 4.9 | 1.75 | 0.25 | 30 | 11 | 62 | 14 | 16 | 4.6 | 16.3 | 223.0 | 5.1 | 2.30 |
90 rows × 16 columns
Index(['groups', 'TG', 'Chol', 'Pr', 'Alb', 'Cre', 'Gluc', 'ALT', 'LDH', 'AST',
'ALP', 'GGT', 'CAT', 'SOD', 'GPX', 'LYZ'],
dtype='object')
Exploratory Data Analysis (EDA)¶
Descriptive Statistics: Calculate summary statistics (mean, median, standard deviation, quartiles) for each biochemical parameter across all groups.
| TG | Chol | Pr | Alb | Cre | Gluc | ALT | LDH | AST | ALP | GGT | CAT | SOD | GPX | LYZ | ||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | mean | median | std | quantile | |
| groups | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1 | 44.000000 | 44.5 | 1.264911 | 44.5 | 96.166667 | 96.0 | 1.169045 | 96.0 | 3.383333 | 3.30 | 0.222860 | 3.30 | 1.295000 | 1.295 | 0.018708 | 1.295 | 0.268333 | 0.270 | 0.007528 | 0.270 | 31.000000 | 31.0 | 0.894427 | 31.0 | 22.333333 | 22.5 | 0.816497 | 22.5 | 124.500000 | 124.5 | 3.016621 | 124.5 | 26.166667 | 26.5 | 2.316607 | 26.5 | 24.333333 | 24.5 | 1.366260 | 24.5 | 3.666667 | 3.75 | 0.585377 | 3.75 | 11.416667 | 11.25 | 0.491596 | 11.25 | 166.383333 | 200.5 | 81.031856 | 200.5 | 2.883333 | 2.90 | 0.172240 | 2.90 | 1.313333 | 1.310 | 0.024221 | 1.310 |
| 2 | 22.833333 | 22.5 | 1.471960 | 22.5 | 46.333333 | 46.0 | 1.966384 | 46.0 | 5.100000 | 5.10 | 0.328634 | 5.10 | 2.133333 | 2.150 | 0.163299 | 2.150 | 0.245000 | 0.250 | 0.008367 | 0.250 | 30.333333 | 30.0 | 0.516398 | 30.0 | 13.666667 | 14.0 | 1.032796 | 14.0 | 82.500000 | 82.0 | 3.016621 | 82.0 | 17.000000 | 17.0 | 1.414214 | 17.0 | 22.666667 | 22.5 | 1.211060 | 22.5 | 6.850000 | 6.75 | 0.531977 | 6.75 | 12.216667 | 11.65 | 1.562583 | 11.65 | 211.333333 | 211.5 | 3.326660 | 211.5 | 3.966667 | 3.95 | 0.258199 | 3.95 | 1.676667 | 1.665 | 0.066833 | 1.665 |
| 3 | 32.166667 | 32.0 | 2.041241 | 32.0 | 69.833333 | 69.5 | 1.471960 | 69.5 | 3.300000 | 3.30 | 0.236643 | 3.30 | 1.136667 | 1.160 | 0.080416 | 1.160 | 0.253333 | 0.255 | 0.008165 | 0.255 | 31.000000 | 31.0 | 0.894427 | 31.0 | 15.000000 | 15.0 | 0.894427 | 15.0 | 88.500000 | 89.0 | 6.565059 | 89.0 | 21.166667 | 21.0 | 1.169045 | 21.0 | 24.500000 | 24.5 | 1.048809 | 24.5 | 4.483333 | 4.45 | 0.343026 | 4.45 | 14.166667 | 14.00 | 1.329160 | 14.00 | 199.500000 | 199.0 | 2.810694 | 199.0 | 2.916667 | 2.95 | 0.194079 | 2.95 | 1.305000 | 1.305 | 0.030166 | 1.305 |
| 4 | 22.333333 | 22.5 | 1.211060 | 22.5 | 56.666667 | 57.5 | 4.033196 | 57.5 | 4.150000 | 4.15 | 0.137840 | 4.15 | 1.295000 | 1.300 | 0.052820 | 1.300 | 0.275000 | 0.275 | 0.005477 | 0.275 | 31.666667 | 31.0 | 1.751190 | 31.0 | 13.333333 | 13.5 | 0.816497 | 13.5 | 90.833333 | 90.5 | 1.471960 | 90.5 | 19.166667 | 18.5 | 1.940790 | 18.5 | 23.333333 | 23.5 | 1.211060 | 23.5 | 6.000000 | 5.95 | 0.303315 | 5.95 | 12.166667 | 12.00 | 1.169045 | 12.00 | 211.333333 | 211.0 | 2.160247 | 211.0 | 3.000000 | 2.95 | 0.126491 | 2.95 | 1.346667 | 1.355 | 0.028752 | 1.355 |
| 5 | 24.000000 | 24.0 | 0.894427 | 24.0 | 48.500000 | 48.5 | 1.870829 | 48.5 | 4.600000 | 4.60 | 0.880909 | 4.60 | 2.020000 | 2.050 | 0.101980 | 2.050 | 0.226667 | 0.230 | 0.005164 | 0.230 | 25.166667 | 25.5 | 1.471960 | 25.5 | 8.833333 | 9.0 | 0.752773 | 9.0 | 67.000000 | 68.0 | 3.577709 | 68.0 | 11.333333 | 11.5 | 0.816497 | 11.5 | 16.500000 | 16.5 | 1.048809 | 16.5 | 5.683333 | 5.60 | 0.348807 | 5.60 | 15.666667 | 16.00 | 1.032796 | 16.00 | 288.833333 | 289.0 | 10.048217 | 289.0 | 6.850000 | 6.90 | 0.187083 | 6.90 | 3.083333 | 3.100 | 0.068605 | 3.100 |
| 6 | 27.833333 | 28.0 | 0.752773 | 28.0 | 64.333333 | 63.5 | 2.503331 | 63.5 | 3.966667 | 3.95 | 0.258199 | 3.95 | 1.308333 | 1.300 | 0.066458 | 1.300 | 0.293333 | 0.290 | 0.010328 | 0.290 | 31.333333 | 31.5 | 0.816497 | 31.5 | 21.500000 | 21.5 | 0.547723 | 21.5 | 106.166667 | 107.5 | 6.615638 | 107.5 | 22.500000 | 22.5 | 1.516575 | 22.5 | 23.000000 | 23.0 | 0.894427 | 23.0 | 5.583333 | 5.60 | 0.475044 | 5.60 | 12.433333 | 12.15 | 0.943751 | 12.15 | 203.500000 | 203.5 | 1.516575 | 203.5 | 3.016667 | 3.05 | 0.248328 | 3.05 | 1.191667 | 1.200 | 0.091742 | 1.200 |
| 7 | 39.166667 | 39.5 | 1.471960 | 39.5 | 85.166667 | 85.0 | 1.169045 | 85.0 | 3.066667 | 3.10 | 0.196638 | 3.10 | 1.241667 | 1.230 | 0.047504 | 1.230 | 0.240000 | 0.245 | 0.016733 | 0.245 | 29.500000 | 29.5 | 1.048809 | 29.5 | 19.833333 | 19.5 | 1.471960 | 19.5 | 98.666667 | 96.5 | 5.645057 | 96.5 | 20.500000 | 20.5 | 1.870829 | 20.5 | 17.500000 | 17.5 | 1.048809 | 17.5 | 3.033333 | 3.05 | 0.163299 | 3.05 | 13.500000 | 13.50 | 0.547723 | 13.50 | 219.166667 | 219.0 | 2.316607 | 219.0 | 3.916667 | 4.05 | 0.526941 | 4.05 | 1.825000 | 1.825 | 0.035637 | 1.825 |
| 8 | 28.000000 | 28.0 | 0.894427 | 28.0 | 62.500000 | 61.0 | 3.834058 | 61.0 | 4.133333 | 4.10 | 0.103280 | 4.10 | 1.615000 | 1.625 | 0.037283 | 1.625 | 0.270000 | 0.270 | 0.006325 | 0.270 | 31.166667 | 31.0 | 0.752773 | 31.0 | 18.500000 | 18.5 | 1.048809 | 18.5 | 98.666667 | 99.0 | 5.853774 | 99.0 | 20.000000 | 20.0 | 1.414214 | 20.0 | 22.000000 | 22.0 | 0.894427 | 22.0 | 2.900000 | 2.90 | 0.167332 | 2.90 | 12.466667 | 12.50 | 0.962635 | 12.50 | 191.166667 | 193.0 | 7.386925 | 193.0 | 2.933333 | 2.90 | 0.103280 | 2.90 | 1.313333 | 1.300 | 0.025033 | 1.300 |
| 9 | 46.833333 | 47.0 | 1.169045 | 47.0 | 98.833333 | 98.5 | 6.794606 | 98.5 | 2.200000 | 2.20 | 0.209762 | 2.20 | 0.945000 | 0.950 | 0.108397 | 0.950 | 0.301667 | 0.300 | 0.007528 | 0.300 | 34.000000 | 34.0 | 0.632456 | 34.0 | 25.666667 | 26.0 | 1.032796 | 26.0 | 142.666667 | 144.0 | 9.605554 | 144.0 | 25.000000 | 25.0 | 2.529822 | 25.0 | 24.000000 | 24.0 | 0.632456 | 24.0 | 1.950000 | 1.95 | 0.314643 | 1.95 | 11.500000 | 11.50 | 1.870829 | 11.50 | 200.500000 | 200.5 | 3.271085 | 200.5 | 2.033333 | 2.05 | 0.121106 | 2.05 | 0.866667 | 0.900 | 0.051640 | 0.900 |
| 10 | 29.833333 | 29.5 | 1.471960 | 29.5 | 57.000000 | 56.5 | 4.690416 | 56.5 | 3.900000 | 3.90 | 0.200000 | 3.90 | 1.450000 | 1.500 | 0.164317 | 1.500 | 0.235000 | 0.235 | 0.005477 | 0.235 | 29.666667 | 30.0 | 1.032796 | 30.0 | 20.000000 | 20.0 | 0.894427 | 20.0 | 112.666667 | 111.0 | 4.676181 | 111.0 | 21.666667 | 22.0 | 1.505545 | 22.0 | 19.000000 | 19.0 | 1.414214 | 19.0 | 2.200000 | 2.20 | 0.109545 | 2.20 | 13.333333 | 13.00 | 0.516398 | 13.00 | 245.500000 | 247.5 | 9.332738 | 247.5 | 4.033333 | 4.05 | 0.121106 | 4.05 | 1.771667 | 1.795 | 0.063061 | 1.795 |
| 11 | 27.666667 | 28.0 | 1.032796 | 28.0 | 59.500000 | 59.0 | 3.507136 | 59.0 | 4.100000 | 4.15 | 0.328634 | 4.15 | 1.500000 | 1.500 | 0.089443 | 1.500 | 0.235000 | 0.235 | 0.005477 | 0.235 | 30.833333 | 31.0 | 0.752773 | 31.0 | 19.000000 | 18.5 | 1.673320 | 18.5 | 111.333333 | 111.0 | 3.326660 | 111.0 | 20.166667 | 20.5 | 1.471960 | 20.5 | 17.500000 | 17.5 | 1.048809 | 17.5 | 4.983333 | 5.15 | 0.444597 | 5.15 | 14.833333 | 15.00 | 0.752773 | 15.00 | 256.166667 | 258.0 | 5.980524 | 258.0 | 3.966667 | 3.95 | 0.121106 | 3.95 | 1.721667 | 1.705 | 0.041191 | 1.705 |
| 12 | 28.500000 | 28.5 | 1.048809 | 28.5 | 60.333333 | 58.5 | 4.926121 | 58.5 | 4.200000 | 4.25 | 0.328634 | 4.25 | 1.438333 | 1.475 | 0.076004 | 1.475 | 0.283333 | 0.285 | 0.008165 | 0.285 | 32.000000 | 32.0 | 0.632456 | 32.0 | 18.833333 | 19.0 | 1.169045 | 19.0 | 108.500000 | 106.5 | 10.212737 | 106.5 | 23.166667 | 24.0 | 2.639444 | 24.0 | 18.333333 | 18.5 | 1.211060 | 18.5 | 6.083333 | 6.00 | 0.172240 | 6.00 | 12.000000 | 12.00 | 0.632456 | 12.00 | 211.833333 | 211.5 | 2.483277 | 211.5 | 3.083333 | 3.05 | 0.183485 | 3.05 | 1.323333 | 1.320 | 0.027325 | 1.320 |
| 13 | 29.666667 | 30.0 | 1.032796 | 30.0 | 60.166667 | 59.5 | 2.926887 | 59.5 | 5.883333 | 5.90 | 0.172240 | 5.90 | 2.266667 | 2.300 | 0.103280 | 2.300 | 0.221667 | 0.225 | 0.009832 | 0.225 | 23.833333 | 24.0 | 1.722401 | 24.0 | 5.166667 | 5.0 | 1.169045 | 5.0 | 49.833333 | 49.5 | 2.316607 | 49.5 | 11.000000 | 11.0 | 1.414214 | 11.0 | 15.166667 | 15.0 | 0.752773 | 15.0 | 7.716667 | 7.65 | 0.194079 | 7.65 | 12.683333 | 12.50 | 1.149638 | 12.50 | 306.833333 | 310.0 | 7.859177 | 310.0 | 6.033333 | 5.95 | 0.265832 | 5.95 | 2.648333 | 2.645 | 0.151052 | 2.645 |
| 14 | 37.666667 | 38.0 | 1.032796 | 38.0 | 79.666667 | 79.5 | 4.589844 | 79.5 | 2.866667 | 2.90 | 0.163299 | 2.90 | 1.040000 | 1.005 | 0.093167 | 1.005 | 0.311667 | 0.310 | 0.007528 | 0.310 | 32.166667 | 32.0 | 0.752773 | 32.0 | 17.500000 | 17.5 | 2.664583 | 17.5 | 132.666667 | 133.5 | 5.125102 | 133.5 | 25.666667 | 26.0 | 1.032796 | 26.0 | 24.833333 | 25.0 | 1.169045 | 25.0 | 3.783333 | 3.95 | 0.444597 | 3.95 | 12.800000 | 12.35 | 0.981835 | 12.35 | 198.833333 | 199.5 | 7.305249 | 199.5 | 2.500000 | 2.40 | 0.268328 | 2.40 | 1.325000 | 1.320 | 0.017607 | 1.320 |
| 15 | 21.166667 | 21.0 | 1.169045 | 21.0 | 41.000000 | 41.5 | 2.966479 | 41.5 | 4.683333 | 4.85 | 0.407022 | 4.85 | 1.765000 | 1.750 | 0.059245 | 1.750 | 0.241667 | 0.240 | 0.007528 | 0.240 | 28.500000 | 28.5 | 1.048809 | 28.5 | 11.166667 | 11.0 | 0.752773 | 11.0 | 68.166667 | 68.5 | 4.445972 | 68.5 | 14.000000 | 14.0 | 1.414214 | 14.0 | 17.166667 | 17.0 | 0.752773 | 17.0 | 5.000000 | 5.00 | 0.244949 | 5.00 | 15.050000 | 15.00 | 0.731437 | 15.00 | 225.333333 | 225.0 | 2.658320 | 225.0 | 4.850000 | 4.85 | 0.242899 | 4.85 | 2.273333 | 2.270 | 0.117757 | 2.270 |
| TG_mean | TG_median | TG_std | TG_quantile | Chol_mean | Chol_median | Chol_std | Chol_quantile | Pr_mean | Pr_median | Pr_std | Pr_quantile | Alb_mean | Alb_median | Alb_std | Alb_quantile | Cre_mean | Cre_median | Cre_std | Cre_quantile | Gluc_mean | Gluc_median | Gluc_std | Gluc_quantile | ALT_mean | ALT_median | ALT_std | ALT_quantile | LDH_mean | LDH_median | LDH_std | LDH_quantile | AST_mean | AST_median | AST_std | AST_quantile | ALP_mean | ALP_median | ALP_std | ALP_quantile | GGT_mean | GGT_median | GGT_std | GGT_quantile | CAT_mean | CAT_median | CAT_std | CAT_quantile | SOD_mean | SOD_median | SOD_std | SOD_quantile | GPX_mean | GPX_median | GPX_std | GPX_quantile | LYZ_mean | LYZ_median | LYZ_std | LYZ_quantile | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| groups | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1 | 44.000000 | 44.5 | 1.264911 | 44.5 | 96.166667 | 96.0 | 1.169045 | 96.0 | 3.383333 | 3.30 | 0.222860 | 3.30 | 1.295000 | 1.295 | 0.018708 | 1.295 | 0.268333 | 0.270 | 0.007528 | 0.270 | 31.000000 | 31.0 | 0.894427 | 31.0 | 22.333333 | 22.5 | 0.816497 | 22.5 | 124.500000 | 124.5 | 3.016621 | 124.5 | 26.166667 | 26.5 | 2.316607 | 26.5 | 24.333333 | 24.5 | 1.366260 | 24.5 | 3.666667 | 3.75 | 0.585377 | 3.75 | 11.416667 | 11.25 | 0.491596 | 11.25 | 166.383333 | 200.5 | 81.031856 | 200.5 | 2.883333 | 2.90 | 0.172240 | 2.90 | 1.313333 | 1.310 | 0.024221 | 1.310 |
| 2 | 22.833333 | 22.5 | 1.471960 | 22.5 | 46.333333 | 46.0 | 1.966384 | 46.0 | 5.100000 | 5.10 | 0.328634 | 5.10 | 2.133333 | 2.150 | 0.163299 | 2.150 | 0.245000 | 0.250 | 0.008367 | 0.250 | 30.333333 | 30.0 | 0.516398 | 30.0 | 13.666667 | 14.0 | 1.032796 | 14.0 | 82.500000 | 82.0 | 3.016621 | 82.0 | 17.000000 | 17.0 | 1.414214 | 17.0 | 22.666667 | 22.5 | 1.211060 | 22.5 | 6.850000 | 6.75 | 0.531977 | 6.75 | 12.216667 | 11.65 | 1.562583 | 11.65 | 211.333333 | 211.5 | 3.326660 | 211.5 | 3.966667 | 3.95 | 0.258199 | 3.95 | 1.676667 | 1.665 | 0.066833 | 1.665 |
| 3 | 32.166667 | 32.0 | 2.041241 | 32.0 | 69.833333 | 69.5 | 1.471960 | 69.5 | 3.300000 | 3.30 | 0.236643 | 3.30 | 1.136667 | 1.160 | 0.080416 | 1.160 | 0.253333 | 0.255 | 0.008165 | 0.255 | 31.000000 | 31.0 | 0.894427 | 31.0 | 15.000000 | 15.0 | 0.894427 | 15.0 | 88.500000 | 89.0 | 6.565059 | 89.0 | 21.166667 | 21.0 | 1.169045 | 21.0 | 24.500000 | 24.5 | 1.048809 | 24.5 | 4.483333 | 4.45 | 0.343026 | 4.45 | 14.166667 | 14.00 | 1.329160 | 14.00 | 199.500000 | 199.0 | 2.810694 | 199.0 | 2.916667 | 2.95 | 0.194079 | 2.95 | 1.305000 | 1.305 | 0.030166 | 1.305 |
| 4 | 22.333333 | 22.5 | 1.211060 | 22.5 | 56.666667 | 57.5 | 4.033196 | 57.5 | 4.150000 | 4.15 | 0.137840 | 4.15 | 1.295000 | 1.300 | 0.052820 | 1.300 | 0.275000 | 0.275 | 0.005477 | 0.275 | 31.666667 | 31.0 | 1.751190 | 31.0 | 13.333333 | 13.5 | 0.816497 | 13.5 | 90.833333 | 90.5 | 1.471960 | 90.5 | 19.166667 | 18.5 | 1.940790 | 18.5 | 23.333333 | 23.5 | 1.211060 | 23.5 | 6.000000 | 5.95 | 0.303315 | 5.95 | 12.166667 | 12.00 | 1.169045 | 12.00 | 211.333333 | 211.0 | 2.160247 | 211.0 | 3.000000 | 2.95 | 0.126491 | 2.95 | 1.346667 | 1.355 | 0.028752 | 1.355 |
| 5 | 24.000000 | 24.0 | 0.894427 | 24.0 | 48.500000 | 48.5 | 1.870829 | 48.5 | 4.600000 | 4.60 | 0.880909 | 4.60 | 2.020000 | 2.050 | 0.101980 | 2.050 | 0.226667 | 0.230 | 0.005164 | 0.230 | 25.166667 | 25.5 | 1.471960 | 25.5 | 8.833333 | 9.0 | 0.752773 | 9.0 | 67.000000 | 68.0 | 3.577709 | 68.0 | 11.333333 | 11.5 | 0.816497 | 11.5 | 16.500000 | 16.5 | 1.048809 | 16.5 | 5.683333 | 5.60 | 0.348807 | 5.60 | 15.666667 | 16.00 | 1.032796 | 16.00 | 288.833333 | 289.0 | 10.048217 | 289.0 | 6.850000 | 6.90 | 0.187083 | 6.90 | 3.083333 | 3.100 | 0.068605 | 3.100 |
| 6 | 27.833333 | 28.0 | 0.752773 | 28.0 | 64.333333 | 63.5 | 2.503331 | 63.5 | 3.966667 | 3.95 | 0.258199 | 3.95 | 1.308333 | 1.300 | 0.066458 | 1.300 | 0.293333 | 0.290 | 0.010328 | 0.290 | 31.333333 | 31.5 | 0.816497 | 31.5 | 21.500000 | 21.5 | 0.547723 | 21.5 | 106.166667 | 107.5 | 6.615638 | 107.5 | 22.500000 | 22.5 | 1.516575 | 22.5 | 23.000000 | 23.0 | 0.894427 | 23.0 | 5.583333 | 5.60 | 0.475044 | 5.60 | 12.433333 | 12.15 | 0.943751 | 12.15 | 203.500000 | 203.5 | 1.516575 | 203.5 | 3.016667 | 3.05 | 0.248328 | 3.05 | 1.191667 | 1.200 | 0.091742 | 1.200 |
| 7 | 39.166667 | 39.5 | 1.471960 | 39.5 | 85.166667 | 85.0 | 1.169045 | 85.0 | 3.066667 | 3.10 | 0.196638 | 3.10 | 1.241667 | 1.230 | 0.047504 | 1.230 | 0.240000 | 0.245 | 0.016733 | 0.245 | 29.500000 | 29.5 | 1.048809 | 29.5 | 19.833333 | 19.5 | 1.471960 | 19.5 | 98.666667 | 96.5 | 5.645057 | 96.5 | 20.500000 | 20.5 | 1.870829 | 20.5 | 17.500000 | 17.5 | 1.048809 | 17.5 | 3.033333 | 3.05 | 0.163299 | 3.05 | 13.500000 | 13.50 | 0.547723 | 13.50 | 219.166667 | 219.0 | 2.316607 | 219.0 | 3.916667 | 4.05 | 0.526941 | 4.05 | 1.825000 | 1.825 | 0.035637 | 1.825 |
| 8 | 28.000000 | 28.0 | 0.894427 | 28.0 | 62.500000 | 61.0 | 3.834058 | 61.0 | 4.133333 | 4.10 | 0.103280 | 4.10 | 1.615000 | 1.625 | 0.037283 | 1.625 | 0.270000 | 0.270 | 0.006325 | 0.270 | 31.166667 | 31.0 | 0.752773 | 31.0 | 18.500000 | 18.5 | 1.048809 | 18.5 | 98.666667 | 99.0 | 5.853774 | 99.0 | 20.000000 | 20.0 | 1.414214 | 20.0 | 22.000000 | 22.0 | 0.894427 | 22.0 | 2.900000 | 2.90 | 0.167332 | 2.90 | 12.466667 | 12.50 | 0.962635 | 12.50 | 191.166667 | 193.0 | 7.386925 | 193.0 | 2.933333 | 2.90 | 0.103280 | 2.90 | 1.313333 | 1.300 | 0.025033 | 1.300 |
| 9 | 46.833333 | 47.0 | 1.169045 | 47.0 | 98.833333 | 98.5 | 6.794606 | 98.5 | 2.200000 | 2.20 | 0.209762 | 2.20 | 0.945000 | 0.950 | 0.108397 | 0.950 | 0.301667 | 0.300 | 0.007528 | 0.300 | 34.000000 | 34.0 | 0.632456 | 34.0 | 25.666667 | 26.0 | 1.032796 | 26.0 | 142.666667 | 144.0 | 9.605554 | 144.0 | 25.000000 | 25.0 | 2.529822 | 25.0 | 24.000000 | 24.0 | 0.632456 | 24.0 | 1.950000 | 1.95 | 0.314643 | 1.95 | 11.500000 | 11.50 | 1.870829 | 11.50 | 200.500000 | 200.5 | 3.271085 | 200.5 | 2.033333 | 2.05 | 0.121106 | 2.05 | 0.866667 | 0.900 | 0.051640 | 0.900 |
| 10 | 29.833333 | 29.5 | 1.471960 | 29.5 | 57.000000 | 56.5 | 4.690416 | 56.5 | 3.900000 | 3.90 | 0.200000 | 3.90 | 1.450000 | 1.500 | 0.164317 | 1.500 | 0.235000 | 0.235 | 0.005477 | 0.235 | 29.666667 | 30.0 | 1.032796 | 30.0 | 20.000000 | 20.0 | 0.894427 | 20.0 | 112.666667 | 111.0 | 4.676181 | 111.0 | 21.666667 | 22.0 | 1.505545 | 22.0 | 19.000000 | 19.0 | 1.414214 | 19.0 | 2.200000 | 2.20 | 0.109545 | 2.20 | 13.333333 | 13.00 | 0.516398 | 13.00 | 245.500000 | 247.5 | 9.332738 | 247.5 | 4.033333 | 4.05 | 0.121106 | 4.05 | 1.771667 | 1.795 | 0.063061 | 1.795 |
| 11 | 27.666667 | 28.0 | 1.032796 | 28.0 | 59.500000 | 59.0 | 3.507136 | 59.0 | 4.100000 | 4.15 | 0.328634 | 4.15 | 1.500000 | 1.500 | 0.089443 | 1.500 | 0.235000 | 0.235 | 0.005477 | 0.235 | 30.833333 | 31.0 | 0.752773 | 31.0 | 19.000000 | 18.5 | 1.673320 | 18.5 | 111.333333 | 111.0 | 3.326660 | 111.0 | 20.166667 | 20.5 | 1.471960 | 20.5 | 17.500000 | 17.5 | 1.048809 | 17.5 | 4.983333 | 5.15 | 0.444597 | 5.15 | 14.833333 | 15.00 | 0.752773 | 15.00 | 256.166667 | 258.0 | 5.980524 | 258.0 | 3.966667 | 3.95 | 0.121106 | 3.95 | 1.721667 | 1.705 | 0.041191 | 1.705 |
| 12 | 28.500000 | 28.5 | 1.048809 | 28.5 | 60.333333 | 58.5 | 4.926121 | 58.5 | 4.200000 | 4.25 | 0.328634 | 4.25 | 1.438333 | 1.475 | 0.076004 | 1.475 | 0.283333 | 0.285 | 0.008165 | 0.285 | 32.000000 | 32.0 | 0.632456 | 32.0 | 18.833333 | 19.0 | 1.169045 | 19.0 | 108.500000 | 106.5 | 10.212737 | 106.5 | 23.166667 | 24.0 | 2.639444 | 24.0 | 18.333333 | 18.5 | 1.211060 | 18.5 | 6.083333 | 6.00 | 0.172240 | 6.00 | 12.000000 | 12.00 | 0.632456 | 12.00 | 211.833333 | 211.5 | 2.483277 | 211.5 | 3.083333 | 3.05 | 0.183485 | 3.05 | 1.323333 | 1.320 | 0.027325 | 1.320 |
| 13 | 29.666667 | 30.0 | 1.032796 | 30.0 | 60.166667 | 59.5 | 2.926887 | 59.5 | 5.883333 | 5.90 | 0.172240 | 5.90 | 2.266667 | 2.300 | 0.103280 | 2.300 | 0.221667 | 0.225 | 0.009832 | 0.225 | 23.833333 | 24.0 | 1.722401 | 24.0 | 5.166667 | 5.0 | 1.169045 | 5.0 | 49.833333 | 49.5 | 2.316607 | 49.5 | 11.000000 | 11.0 | 1.414214 | 11.0 | 15.166667 | 15.0 | 0.752773 | 15.0 | 7.716667 | 7.65 | 0.194079 | 7.65 | 12.683333 | 12.50 | 1.149638 | 12.50 | 306.833333 | 310.0 | 7.859177 | 310.0 | 6.033333 | 5.95 | 0.265832 | 5.95 | 2.648333 | 2.645 | 0.151052 | 2.645 |
| 14 | 37.666667 | 38.0 | 1.032796 | 38.0 | 79.666667 | 79.5 | 4.589844 | 79.5 | 2.866667 | 2.90 | 0.163299 | 2.90 | 1.040000 | 1.005 | 0.093167 | 1.005 | 0.311667 | 0.310 | 0.007528 | 0.310 | 32.166667 | 32.0 | 0.752773 | 32.0 | 17.500000 | 17.5 | 2.664583 | 17.5 | 132.666667 | 133.5 | 5.125102 | 133.5 | 25.666667 | 26.0 | 1.032796 | 26.0 | 24.833333 | 25.0 | 1.169045 | 25.0 | 3.783333 | 3.95 | 0.444597 | 3.95 | 12.800000 | 12.35 | 0.981835 | 12.35 | 198.833333 | 199.5 | 7.305249 | 199.5 | 2.500000 | 2.40 | 0.268328 | 2.40 | 1.325000 | 1.320 | 0.017607 | 1.320 |
| 15 | 21.166667 | 21.0 | 1.169045 | 21.0 | 41.000000 | 41.5 | 2.966479 | 41.5 | 4.683333 | 4.85 | 0.407022 | 4.85 | 1.765000 | 1.750 | 0.059245 | 1.750 | 0.241667 | 0.240 | 0.007528 | 0.240 | 28.500000 | 28.5 | 1.048809 | 28.5 | 11.166667 | 11.0 | 0.752773 | 11.0 | 68.166667 | 68.5 | 4.445972 | 68.5 | 14.000000 | 14.0 | 1.414214 | 14.0 | 17.166667 | 17.0 | 0.752773 | 17.0 | 5.000000 | 5.00 | 0.244949 | 5.00 | 15.050000 | 15.00 | 0.731437 | 15.00 | 225.333333 | 225.0 | 2.658320 | 225.0 | 4.850000 | 4.85 | 0.242899 | 4.85 | 2.273333 | 2.270 | 0.117757 | 2.270 |
Merge the DataFrames:¶
You'll need to merge the experimental data (concentrations of cadmium, microplastics, pectin) with the biochemical data.
| groups | TG | Chol | Pr | Alb | Cre | Gluc | ALT | LDH | AST | ALP | GGT | CAT | SOD | GPX | LYZ | Cd | MP | Pectin | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1 | 45 | 98 | 3.4 | 1.29 | 0.27 | 31 | 23 | 129 | 27 | 24 | 3.0 | 12.0 | 210.0 | 3.0 | 1.35 | 40 | 100 | 0.25 |
| 1 | 1 | 44 | 96 | 3.2 | 1.30 | 0.26 | 30 | 22 | 125 | 23 | 22 | 4.0 | 11.0 | 180.0 | 2.6 | 1.33 | 40 | 100 | 0.25 |
| 2 | 1 | 45 | 95 | 3.2 | 1.31 | 0.27 | 31 | 23 | 124 | 24 | 24 | 3.0 | 11.5 | 200.0 | 2.9 | 1.32 | 40 | 100 | 0.25 |
| 3 | 1 | 45 | 96 | 3.6 | 1.32 | 0.28 | 30 | 22 | 126 | 29 | 25 | 3.5 | 12.0 | 201.0 | 2.8 | 1.29 | 40 | 100 | 0.25 |
| 4 | 1 | 43 | 97 | 3.7 | 1.28 | 0.27 | 32 | 23 | 123 | 28 | 26 | 4.2 | 11.0 | 205.0 | 2.9 | 1.29 | 40 | 100 | 0.25 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 85 | 15 | 21 | 36 | 4.6 | 1.75 | 0.24 | 27 | 12 | 70 | 14 | 18 | 5.2 | 14.0 | 226.0 | 4.6 | 2.10 | 0 | 0 | 0.00 |
| 86 | 15 | 22 | 45 | 4.8 | 1.78 | 0.24 | 29 | 10 | 68 | 16 | 17 | 5.3 | 15.0 | 223.0 | 4.6 | 2.40 | 0 | 0 | 0.00 |
| 87 | 15 | 23 | 42 | 3.9 | 1.69 | 0.25 | 28 | 11 | 69 | 12 | 17 | 4.9 | 15.0 | 226.0 | 4.7 | 2.40 | 0 | 0 | 0.00 |
| 88 | 15 | 20 | 41 | 5.0 | 1.75 | 0.23 | 29 | 12 | 65 | 13 | 17 | 5.0 | 15.0 | 224.0 | 5.1 | 2.20 | 0 | 0 | 0.00 |
| 89 | 15 | 21 | 42 | 4.9 | 1.75 | 0.25 | 30 | 11 | 62 | 14 | 16 | 4.6 | 16.3 | 223.0 | 5.1 | 2.30 | 0 | 0 | 0.00 |
90 rows × 19 columns
Scatter Plots: Explore relationships between biochemical parameters and Cd/MP concentrations.¶
Heatmaps: Visualize correlations between biochemical parameters.¶
Calculate Correlation Matrices for Each Group
Iterate through each group, calculate the correlation matrix for the biochemical parameters, and store it for visualization.
Group Comparisons:¶
ANOVA: Perform Analysis of Variance (ANOVA) to determine if there are significant differences in biochemical parameters between the different experimental groups.
Post-Hoc Tests: If ANOVA reveals significant differences, use post-hoc tests (e.g., Tukey's HSD, Bonferroni) to determine which specific groups differ significantly from each other.
Perform One-Way ANOVA¶
Perform one-way ANOVA for each biochemical parameter to test if there are significant differences between the groups.
F-statistic p-value TG 240.645764 2.728852e-56 Chol 138.983193 1.199844e-47 Pr 46.600347 3.463912e-31 Alb 108.099666 9.403325e-44 Cre 67.839341 1.099090e-36 Gluc 37.832612 3.089503e-28 ALT 120.119048 2.215039e-45 LDH 124.039701 7.042324e-46 AST 46.562738 3.557535e-31 ALP 61.070735 3.988619e-35 GGT 140.894225 7.348400e-48 CAT 9.361078 1.652621e-11 SOD 17.981701 1.549151e-18 GPX 192.600433 9.142055e-53 LYZ 469.761379 5.536732e-67
Post-Hoc Analysis (Tukey’s HSD)¶
If the ANOVA indicates significant differences (p-value < 0.05), perform Tukey’s HSD test to identify which groups differ significantly.
Tukey HSD Results for TG:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
======================================================
group1 group2 meandiff p-adj lower upper reject
------------------------------------------------------
1 2 -21.1667 0.0 -23.6703 -18.6631 True
1 3 -11.8333 0.0 -14.3369 -9.3297 True
1 4 -21.6667 0.0 -24.1703 -19.1631 True
1 5 -20.0 0.0 -22.5036 -17.4964 True
1 6 -16.1667 0.0 -18.6703 -13.6631 True
1 7 -4.8333 0.0 -7.3369 -2.3297 True
1 8 -16.0 0.0 -18.5036 -13.4964 True
1 9 2.8333 0.0126 0.3297 5.3369 True
1 10 -14.1667 0.0 -16.6703 -11.6631 True
1 11 -16.3333 0.0 -18.8369 -13.8297 True
1 12 -15.5 0.0 -18.0036 -12.9964 True
1 13 -14.3333 0.0 -16.8369 -11.8297 True
1 14 -6.3333 0.0 -8.8369 -3.8297 True
1 15 -22.8333 0.0 -25.3369 -20.3297 True
2 3 9.3333 0.0 6.8297 11.8369 True
2 4 -0.5 1.0 -3.0036 2.0036 False
2 5 1.1667 0.9452 -1.3369 3.6703 False
2 6 5.0 0.0 2.4964 7.5036 True
2 7 16.3333 0.0 13.8297 18.8369 True
2 8 5.1667 0.0 2.6631 7.6703 True
2 9 24.0 0.0 21.4964 26.5036 True
2 10 7.0 0.0 4.4964 9.5036 True
2 11 4.8333 0.0 2.3297 7.3369 True
2 12 5.6667 0.0 3.1631 8.1703 True
2 13 6.8333 0.0 4.3297 9.3369 True
2 14 14.8333 0.0 12.3297 17.3369 True
2 15 -1.6667 0.5691 -4.1703 0.8369 False
3 4 -9.8333 0.0 -12.3369 -7.3297 True
3 5 -8.1667 0.0 -10.6703 -5.6631 True
3 6 -4.3333 0.0 -6.8369 -1.8297 True
3 7 7.0 0.0 4.4964 9.5036 True
3 8 -4.1667 0.0 -6.6703 -1.6631 True
3 9 14.6667 0.0 12.1631 17.1703 True
3 10 -2.3333 0.0941 -4.8369 0.1703 False
3 11 -4.5 0.0 -7.0036 -1.9964 True
3 12 -3.6667 0.0002 -6.1703 -1.1631 True
3 13 -2.5 0.0507 -5.0036 0.0036 False
3 14 5.5 0.0 2.9964 8.0036 True
3 15 -11.0 0.0 -13.5036 -8.4964 True
4 5 1.6667 0.5691 -0.8369 4.1703 False
4 6 5.5 0.0 2.9964 8.0036 True
4 7 16.8333 0.0 14.3297 19.3369 True
4 8 5.6667 0.0 3.1631 8.1703 True
4 9 24.5 0.0 21.9964 27.0036 True
4 10 7.5 0.0 4.9964 10.0036 True
4 11 5.3333 0.0 2.8297 7.8369 True
4 12 6.1667 0.0 3.6631 8.6703 True
4 13 7.3333 0.0 4.8297 9.8369 True
4 14 15.3333 0.0 12.8297 17.8369 True
4 15 -1.1667 0.9452 -3.6703 1.3369 False
5 6 3.8333 0.0001 1.3297 6.3369 True
5 7 15.1667 0.0 12.6631 17.6703 True
5 8 4.0 0.0 1.4964 6.5036 True
5 9 22.8333 0.0 20.3297 25.3369 True
5 10 5.8333 0.0 3.3297 8.3369 True
5 11 3.6667 0.0002 1.1631 6.1703 True
5 12 4.5 0.0 1.9964 7.0036 True
5 13 5.6667 0.0 3.1631 8.1703 True
5 14 13.6667 0.0 11.1631 16.1703 True
5 15 -2.8333 0.0126 -5.3369 -0.3297 True
6 7 11.3333 0.0 8.8297 13.8369 True
6 8 0.1667 1.0 -2.3369 2.6703 False
6 9 19.0 0.0 16.4964 21.5036 True
6 10 2.0 0.2689 -0.5036 4.5036 False
6 11 -0.1667 1.0 -2.6703 2.3369 False
6 12 0.6667 0.9998 -1.8369 3.1703 False
6 13 1.8333 0.4075 -0.6703 4.3369 False
6 14 9.8333 0.0 7.3297 12.3369 True
6 15 -6.6667 0.0 -9.1703 -4.1631 True
7 8 -11.1667 0.0 -13.6703 -8.6631 True
7 9 7.6667 0.0 5.1631 10.1703 True
7 10 -9.3333 0.0 -11.8369 -6.8297 True
7 11 -11.5 0.0 -14.0036 -8.9964 True
7 12 -10.6667 0.0 -13.1703 -8.1631 True
7 13 -9.5 0.0 -12.0036 -6.9964 True
7 14 -1.5 0.7298 -4.0036 1.0036 False
7 15 -18.0 0.0 -20.5036 -15.4964 True
8 9 18.8333 0.0 16.3297 21.3369 True
8 10 1.8333 0.4075 -0.6703 4.3369 False
8 11 -0.3333 1.0 -2.8369 2.1703 False
8 12 0.5 1.0 -2.0036 3.0036 False
8 13 1.6667 0.5691 -0.8369 4.1703 False
8 14 9.6667 0.0 7.1631 12.1703 True
8 15 -6.8333 0.0 -9.3369 -4.3297 True
9 10 -17.0 0.0 -19.5036 -14.4964 True
9 11 -19.1667 0.0 -21.6703 -16.6631 True
9 12 -18.3333 0.0 -20.8369 -15.8297 True
9 13 -17.1667 0.0 -19.6703 -14.6631 True
9 14 -9.1667 0.0 -11.6703 -6.6631 True
9 15 -25.6667 0.0 -28.1703 -23.1631 True
10 11 -2.1667 0.1646 -4.6703 0.3369 False
10 12 -1.3333 0.8611 -3.8369 1.1703 False
10 13 -0.1667 1.0 -2.6703 2.3369 False
10 14 7.8333 0.0 5.3297 10.3369 True
10 15 -8.6667 0.0 -11.1703 -6.1631 True
11 12 0.8333 0.9974 -1.6703 3.3369 False
11 13 2.0 0.2689 -0.5036 4.5036 False
11 14 10.0 0.0 7.4964 12.5036 True
11 15 -6.5 0.0 -9.0036 -3.9964 True
12 13 1.1667 0.9452 -1.3369 3.6703 False
12 14 9.1667 0.0 6.6631 11.6703 True
12 15 -7.3333 0.0 -9.8369 -4.8297 True
13 14 8.0 0.0 5.4964 10.5036 True
13 15 -8.5 0.0 -11.0036 -5.9964 True
14 15 -16.5 0.0 -19.0036 -13.9964 True
------------------------------------------------------
Tukey HSD Results for Chol:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
======================================================
group1 group2 meandiff p-adj lower upper reject
------------------------------------------------------
1 2 -49.8333 0.0 -57.0899 -42.5767 True
1 3 -26.3333 0.0 -33.5899 -19.0767 True
1 4 -39.5 0.0 -46.7566 -32.2434 True
1 5 -47.6667 0.0 -54.9233 -40.4101 True
1 6 -31.8333 0.0 -39.0899 -24.5767 True
1 7 -11.0 0.0001 -18.2566 -3.7434 True
1 8 -33.6667 0.0 -40.9233 -26.4101 True
1 9 2.6667 0.993 -4.5899 9.9233 False
1 10 -39.1667 0.0 -46.4233 -31.9101 True
1 11 -36.6667 0.0 -43.9233 -29.4101 True
1 12 -35.8333 0.0 -43.0899 -28.5767 True
1 13 -36.0 0.0 -43.2566 -28.7434 True
1 14 -16.5 0.0 -23.7566 -9.2434 True
1 15 -55.1667 0.0 -62.4233 -47.9101 True
2 3 23.5 0.0 16.2434 30.7566 True
2 4 10.3333 0.0003 3.0767 17.5899 True
2 5 2.1667 0.9992 -5.0899 9.4233 False
2 6 18.0 0.0 10.7434 25.2566 True
2 7 38.8333 0.0 31.5767 46.0899 True
2 8 16.1667 0.0 8.9101 23.4233 True
2 9 52.5 0.0 45.2434 59.7566 True
2 10 10.6667 0.0002 3.4101 17.9233 True
2 11 13.1667 0.0 5.9101 20.4233 True
2 12 14.0 0.0 6.7434 21.2566 True
2 13 13.8333 0.0 6.5767 21.0899 True
2 14 33.3333 0.0 26.0767 40.5899 True
2 15 -5.3333 0.4013 -12.5899 1.9233 False
3 4 -13.1667 0.0 -20.4233 -5.9101 True
3 5 -21.3333 0.0 -28.5899 -14.0767 True
3 6 -5.5 0.3504 -12.7566 1.7566 False
3 7 15.3333 0.0 8.0767 22.5899 True
3 8 -7.3333 0.0451 -14.5899 -0.0767 True
3 9 29.0 0.0 21.7434 36.2566 True
3 10 -12.8333 0.0 -20.0899 -5.5767 True
3 11 -10.3333 0.0003 -17.5899 -3.0767 True
3 12 -9.5 0.0015 -16.7566 -2.2434 True
3 13 -9.6667 0.0011 -16.9233 -2.4101 True
3 14 9.8333 0.0009 2.5767 17.0899 True
3 15 -28.8333 0.0 -36.0899 -21.5767 True
4 5 -8.1667 0.0135 -15.4233 -0.9101 True
4 6 7.6667 0.0283 0.4101 14.9233 True
4 7 28.5 0.0 21.2434 35.7566 True
4 8 5.8333 0.2598 -1.4233 13.0899 False
4 9 42.1667 0.0 34.9101 49.4233 True
4 10 0.3333 1.0 -6.9233 7.5899 False
4 11 2.8333 0.9876 -4.4233 10.0899 False
4 12 3.6667 0.9016 -3.5899 10.9233 False
4 13 3.5 0.9291 -3.7566 10.7566 False
4 14 23.0 0.0 15.7434 30.2566 True
4 15 -15.6667 0.0 -22.9233 -8.4101 True
5 6 15.8333 0.0 8.5767 23.0899 True
5 7 36.6667 0.0 29.4101 43.9233 True
5 8 14.0 0.0 6.7434 21.2566 True
5 9 50.3333 0.0 43.0767 57.5899 True
5 10 8.5 0.0081 1.2434 15.7566 True
5 11 11.0 0.0001 3.7434 18.2566 True
5 12 11.8333 0.0 4.5767 19.0899 True
5 13 11.6667 0.0 4.4101 18.9233 True
5 14 31.1667 0.0 23.9101 38.4233 True
5 15 -7.5 0.0358 -14.7566 -0.2434 True
6 7 20.8333 0.0 13.5767 28.0899 True
6 8 -1.8333 0.9999 -9.0899 5.4233 False
6 9 34.5 0.0 27.2434 41.7566 True
6 10 -7.3333 0.0451 -14.5899 -0.0767 True
6 11 -4.8333 0.5682 -12.0899 2.4233 False
6 12 -4.0 0.8286 -11.2566 3.2566 False
6 13 -4.1667 0.7838 -11.4233 3.0899 False
6 14 15.3333 0.0 8.0767 22.5899 True
6 15 -23.3333 0.0 -30.5899 -16.0767 True
7 8 -22.6667 0.0 -29.9233 -15.4101 True
7 9 13.6667 0.0 6.4101 20.9233 True
7 10 -28.1667 0.0 -35.4233 -20.9101 True
7 11 -25.6667 0.0 -32.9233 -18.4101 True
7 12 -24.8333 0.0 -32.0899 -17.5767 True
7 13 -25.0 0.0 -32.2566 -17.7434 True
7 14 -5.5 0.3504 -12.7566 1.7566 False
7 15 -44.1667 0.0 -51.4233 -36.9101 True
8 9 36.3333 0.0 29.0767 43.5899 True
8 10 -5.5 0.3504 -12.7566 1.7566 False
8 11 -3.0 0.9794 -10.2566 4.2566 False
8 12 -2.1667 0.9992 -9.4233 5.0899 False
8 13 -2.3333 0.9982 -9.5899 4.9233 False
8 14 17.1667 0.0 9.9101 24.4233 True
8 15 -21.5 0.0 -28.7566 -14.2434 True
9 10 -41.8333 0.0 -49.0899 -34.5767 True
9 11 -39.3333 0.0 -46.5899 -32.0767 True
9 12 -38.5 0.0 -45.7566 -31.2434 True
9 13 -38.6667 0.0 -45.9233 -31.4101 True
9 14 -19.1667 0.0 -26.4233 -11.9101 True
9 15 -57.8333 0.0 -65.0899 -50.5767 True
10 11 2.5 0.9963 -4.7566 9.7566 False
10 12 3.3333 0.9509 -3.9233 10.5899 False
10 13 3.1667 0.9674 -4.0899 10.4233 False
10 14 22.6667 0.0 15.4101 29.9233 True
10 15 -16.0 0.0 -23.2566 -8.7434 True
11 12 0.8333 1.0 -6.4233 8.0899 False
11 13 0.6667 1.0 -6.5899 7.9233 False
11 14 20.1667 0.0 12.9101 27.4233 True
11 15 -18.5 0.0 -25.7566 -11.2434 True
12 13 -0.1667 1.0 -7.4233 7.0899 False
12 14 19.3333 0.0 12.0767 26.5899 True
12 15 -19.3333 0.0 -26.5899 -12.0767 True
13 14 19.5 0.0 12.2434 26.7566 True
13 15 -19.1667 0.0 -26.4233 -11.9101 True
14 15 -38.6667 0.0 -45.9233 -31.4101 True
------------------------------------------------------
Tukey HSD Results for Pr:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
====================================================
group1 group2 meandiff p-adj lower upper reject
----------------------------------------------------
1 2 1.7167 0.0 1.0458 2.3875 True
1 3 -0.0833 1.0 -0.7542 0.5875 False
1 4 0.7667 0.0111 0.0958 1.4375 True
1 5 1.2167 0.0 0.5458 1.8875 True
1 6 0.5833 0.1593 -0.0875 1.2542 False
1 7 -0.3167 0.9396 -0.9875 0.3542 False
1 8 0.75 0.0147 0.0791 1.4209 True
1 9 -1.1833 0.0 -1.8542 -0.5125 True
1 10 0.5167 0.3248 -0.1542 1.1875 False
1 11 0.7167 0.0251 0.0458 1.3875 True
1 12 0.8167 0.0047 0.1458 1.4875 True
1 13 2.5 0.0 1.8291 3.1709 True
1 14 -0.5167 0.3248 -1.1875 0.1542 False
1 15 1.3 0.0 0.6291 1.9709 True
2 3 -1.8 0.0 -2.4709 -1.1291 True
2 4 -0.95 0.0004 -1.6209 -0.2791 True
2 5 -0.5 0.378 -1.1709 0.1709 False
2 6 -1.1333 0.0 -1.8042 -0.4625 True
2 7 -2.0333 0.0 -2.7042 -1.3625 True
2 8 -0.9667 0.0003 -1.6375 -0.2958 True
2 9 -2.9 0.0 -3.5709 -2.2291 True
2 10 -1.2 0.0 -1.8709 -0.5291 True
2 11 -1.0 0.0001 -1.6709 -0.3291 True
2 12 -0.9 0.001 -1.5709 -0.2291 True
2 13 0.7833 0.0084 0.1125 1.4542 True
2 14 -2.2333 0.0 -2.9042 -1.5625 True
2 15 -0.4167 0.6787 -1.0875 0.2542 False
3 4 0.85 0.0026 0.1791 1.5209 True
3 5 1.3 0.0 0.6291 1.9709 True
3 6 0.6667 0.0531 -0.0042 1.3375 False
3 7 -0.2333 0.9959 -0.9042 0.4375 False
3 8 0.8333 0.0035 0.1625 1.5042 True
3 9 -1.1 0.0 -1.7709 -0.4291 True
3 10 0.6 0.1301 -0.0709 1.2709 False
3 11 0.8 0.0063 0.1291 1.4709 True
3 12 0.9 0.001 0.2291 1.5709 True
3 13 2.5833 0.0 1.9125 3.2542 True
3 14 -0.4333 0.6182 -1.1042 0.2375 False
3 15 1.3833 0.0 0.7125 2.0542 True
4 5 0.45 0.5565 -0.2209 1.1209 False
4 6 -0.1833 0.9997 -0.8542 0.4875 False
4 7 -1.0833 0.0 -1.7542 -0.4125 True
4 8 -0.0167 1.0 -0.6875 0.6542 False
4 9 -1.95 0.0 -2.6209 -1.2791 True
4 10 -0.25 0.992 -0.9209 0.4209 False
4 11 -0.05 1.0 -0.7209 0.6209 False
4 12 0.05 1.0 -0.6209 0.7209 False
4 13 1.7333 0.0 1.0625 2.4042 True
4 14 -1.2833 0.0 -1.9542 -0.6125 True
4 15 0.5333 0.276 -0.1375 1.2042 False
5 6 -0.6333 0.0845 -1.3042 0.0375 False
5 7 -1.5333 0.0 -2.2042 -0.8625 True
5 8 -0.4667 0.4949 -1.1375 0.2042 False
5 9 -2.4 0.0 -3.0709 -1.7291 True
5 10 -0.7 0.0324 -1.3709 -0.0291 True
5 11 -0.5 0.378 -1.1709 0.1709 False
5 12 -0.4 0.7363 -1.0709 0.2709 False
5 13 1.2833 0.0 0.6125 1.9542 True
5 14 -1.7333 0.0 -2.4042 -1.0625 True
5 15 0.0833 1.0 -0.5875 0.7542 False
6 7 -0.9 0.001 -1.5709 -0.2291 True
6 8 0.1667 0.9999 -0.5042 0.8375 False
6 9 -1.7667 0.0 -2.4375 -1.0958 True
6 10 -0.0667 1.0 -0.7375 0.6042 False
6 11 0.1333 1.0 -0.5375 0.8042 False
6 12 0.2333 0.9959 -0.4375 0.9042 False
6 13 1.9167 0.0 1.2458 2.5875 True
6 14 -1.1 0.0 -1.7709 -0.4291 True
6 15 0.7167 0.0251 0.0458 1.3875 True
7 8 1.0667 0.0 0.3958 1.7375 True
7 9 -0.8667 0.0019 -1.5375 -0.1958 True
7 10 0.8333 0.0035 0.1625 1.5042 True
7 11 1.0333 0.0001 0.3625 1.7042 True
7 12 1.1333 0.0 0.4625 1.8042 True
7 13 2.8167 0.0 2.1458 3.4875 True
7 14 -0.2 0.9992 -0.8709 0.4709 False
7 15 1.6167 0.0 0.9458 2.2875 True
8 9 -1.9333 0.0 -2.6042 -1.2625 True
8 10 -0.2333 0.9959 -0.9042 0.4375 False
8 11 -0.0333 1.0 -0.7042 0.6375 False
8 12 0.0667 1.0 -0.6042 0.7375 False
8 13 1.75 0.0 1.0791 2.4209 True
8 14 -1.2667 0.0 -1.9375 -0.5958 True
8 15 0.55 0.2321 -0.1209 1.2209 False
9 10 1.7 0.0 1.0291 2.3709 True
9 11 1.9 0.0 1.2291 2.5709 True
9 12 2.0 0.0 1.3291 2.6709 True
9 13 3.6833 0.0 3.0125 4.3542 True
9 14 0.6667 0.0531 -0.0042 1.3375 False
9 15 2.4833 0.0 1.8125 3.1542 True
10 11 0.2 0.9992 -0.4709 0.8709 False
10 12 0.3 0.9603 -0.3709 0.9709 False
10 13 1.9833 0.0 1.3125 2.6542 True
10 14 -1.0333 0.0001 -1.7042 -0.3625 True
10 15 0.7833 0.0084 0.1125 1.4542 True
11 12 0.1 1.0 -0.5709 0.7709 False
11 13 1.7833 0.0 1.1125 2.4542 True
11 14 -1.2333 0.0 -1.9042 -0.5625 True
11 15 0.5833 0.1593 -0.0875 1.2542 False
12 13 1.6833 0.0 1.0125 2.3542 True
12 14 -1.3333 0.0 -2.0042 -0.6625 True
12 15 0.4833 0.435 -0.1875 1.1542 False
13 14 -3.0167 0.0 -3.6875 -2.3458 True
13 15 -1.2 0.0 -1.8709 -0.5291 True
14 15 1.8167 0.0 1.1458 2.4875 True
----------------------------------------------------
Tukey HSD Results for Alb:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
====================================================
group1 group2 meandiff p-adj lower upper reject
----------------------------------------------------
1 2 0.8383 0.0 0.6498 1.0269 True
1 3 -0.1583 0.2008 -0.3469 0.0302 False
1 4 0.0 1.0 -0.1886 0.1886 False
1 5 0.725 0.0 0.5364 0.9136 True
1 6 0.0133 1.0 -0.1752 0.2019 False
1 7 -0.0533 0.9996 -0.2419 0.1352 False
1 8 0.32 0.0 0.1314 0.5086 True
1 9 -0.35 0.0 -0.5386 -0.1614 True
1 10 0.155 0.2287 -0.0336 0.3436 False
1 11 0.205 0.0205 0.0164 0.3936 True
1 12 0.1433 0.3459 -0.0452 0.3319 False
1 13 0.9717 0.0 0.7831 1.1602 True
1 14 -0.255 0.0009 -0.4436 -0.0664 True
1 15 0.47 0.0 0.2814 0.6586 True
2 3 -0.9967 0.0 -1.1852 -0.8081 True
2 4 -0.8383 0.0 -1.0269 -0.6498 True
2 5 -0.1133 0.7256 -0.3019 0.0752 False
2 6 -0.825 0.0 -1.0136 -0.6364 True
2 7 -0.8917 0.0 -1.0802 -0.7031 True
2 8 -0.5183 0.0 -0.7069 -0.3298 True
2 9 -1.1883 0.0 -1.3769 -0.9998 True
2 10 -0.6833 0.0 -0.8719 -0.4948 True
2 11 -0.6333 0.0 -0.8219 -0.4448 True
2 12 -0.695 0.0 -0.8836 -0.5064 True
2 13 0.1333 0.4671 -0.0552 0.3219 False
2 14 -1.0933 0.0 -1.2819 -0.9048 True
2 15 -0.3683 0.0 -0.5569 -0.1798 True
3 4 0.1583 0.2008 -0.0302 0.3469 False
3 5 0.8833 0.0 0.6948 1.0719 True
3 6 0.1717 0.1137 -0.0169 0.3602 False
3 7 0.105 0.8183 -0.0836 0.2936 False
3 8 0.4783 0.0 0.2898 0.6669 True
3 9 -0.1917 0.0426 -0.3802 -0.0031 True
3 10 0.3133 0.0 0.1248 0.5019 True
3 11 0.3633 0.0 0.1748 0.5519 True
3 12 0.3017 0.0 0.1131 0.4902 True
3 13 1.13 0.0 0.9414 1.3186 True
3 14 -0.0967 0.8916 -0.2852 0.0919 False
3 15 0.6283 0.0 0.4398 0.8169 True
4 5 0.725 0.0 0.5364 0.9136 True
4 6 0.0133 1.0 -0.1752 0.2019 False
4 7 -0.0533 0.9996 -0.2419 0.1352 False
4 8 0.32 0.0 0.1314 0.5086 True
4 9 -0.35 0.0 -0.5386 -0.1614 True
4 10 0.155 0.2287 -0.0336 0.3436 False
4 11 0.205 0.0205 0.0164 0.3936 True
4 12 0.1433 0.3459 -0.0452 0.3319 False
4 13 0.9717 0.0 0.7831 1.1602 True
4 14 -0.255 0.0009 -0.4436 -0.0664 True
4 15 0.47 0.0 0.2814 0.6586 True
5 6 -0.7117 0.0 -0.9002 -0.5231 True
5 7 -0.7783 0.0 -0.9669 -0.5898 True
5 8 -0.405 0.0 -0.5936 -0.2164 True
5 9 -1.075 0.0 -1.2636 -0.8864 True
5 10 -0.57 0.0 -0.7586 -0.3814 True
5 11 -0.52 0.0 -0.7086 -0.3314 True
5 12 -0.5817 0.0 -0.7702 -0.3931 True
5 13 0.2467 0.0016 0.0581 0.4352 True
5 14 -0.98 0.0 -1.1686 -0.7914 True
5 15 -0.255 0.0009 -0.4436 -0.0664 True
6 7 -0.0667 0.9952 -0.2552 0.1219 False
6 8 0.3067 0.0 0.1181 0.4952 True
6 9 -0.3633 0.0 -0.5519 -0.1748 True
6 10 0.1417 0.365 -0.0469 0.3302 False
6 11 0.1917 0.0426 0.0031 0.3802 True
6 12 0.13 0.5103 -0.0586 0.3186 False
6 13 0.9583 0.0 0.7698 1.1469 True
6 14 -0.2683 0.0004 -0.4569 -0.0798 True
6 15 0.4567 0.0 0.2681 0.6452 True
7 8 0.3733 0.0 0.1848 0.5619 True
7 9 -0.2967 0.0 -0.4852 -0.1081 True
7 10 0.2083 0.017 0.0198 0.3969 True
7 11 0.2583 0.0007 0.0698 0.4469 True
7 12 0.1967 0.0326 0.0081 0.3852 True
7 13 1.025 0.0 0.8364 1.2136 True
7 14 -0.2017 0.0248 -0.3902 -0.0131 True
7 15 0.5233 0.0 0.3348 0.7119 True
8 9 -0.67 0.0 -0.8586 -0.4814 True
8 10 -0.165 0.1525 -0.3536 0.0236 False
8 11 -0.115 0.7053 -0.3036 0.0736 False
8 12 -0.1767 0.0902 -0.3652 0.0119 False
8 13 0.6517 0.0 0.4631 0.8402 True
8 14 -0.575 0.0 -0.7636 -0.3864 True
8 15 0.15 0.2752 -0.0386 0.3386 False
9 10 0.505 0.0 0.3164 0.6936 True
9 11 0.555 0.0 0.3664 0.7436 True
9 12 0.4933 0.0 0.3048 0.6819 True
9 13 1.3217 0.0 1.1331 1.5102 True
9 14 0.095 0.9036 -0.0936 0.2836 False
9 15 0.82 0.0 0.6314 1.0086 True
10 11 0.05 0.9998 -0.1386 0.2386 False
10 12 -0.0117 1.0 -0.2002 0.1769 False
10 13 0.8167 0.0 0.6281 1.0052 True
10 14 -0.41 0.0 -0.5986 -0.2214 True
10 15 0.315 0.0 0.1264 0.5036 True
11 12 -0.0617 0.9978 -0.2502 0.1269 False
11 13 0.7667 0.0 0.5781 0.9552 True
11 14 -0.46 0.0 -0.6486 -0.2714 True
11 15 0.265 0.0004 0.0764 0.4536 True
12 13 0.8283 0.0 0.6398 1.0169 True
12 14 -0.3983 0.0 -0.5869 -0.2098 True
12 15 0.3267 0.0 0.1381 0.5152 True
13 14 -1.2267 0.0 -1.4152 -1.0381 True
13 15 -0.5017 0.0 -0.6902 -0.3131 True
14 15 0.725 0.0 0.5364 0.9136 True
----------------------------------------------------
Tukey HSD Results for Cre:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
====================================================
group1 group2 meandiff p-adj lower upper reject
----------------------------------------------------
1 2 -0.0233 0.0008 -0.0404 -0.0062 True
1 3 -0.015 0.1499 -0.0321 0.0021 False
1 4 0.0067 0.9878 -0.0104 0.0238 False
1 5 -0.0417 0.0 -0.0588 -0.0246 True
1 6 0.025 0.0002 0.0079 0.0421 True
1 7 -0.0283 0.0 -0.0454 -0.0112 True
1 8 0.0017 1.0 -0.0154 0.0188 False
1 9 0.0333 0.0 0.0162 0.0504 True
1 10 -0.0333 0.0 -0.0504 -0.0162 True
1 11 -0.0333 0.0 -0.0504 -0.0162 True
1 12 0.015 0.1499 -0.0021 0.0321 False
1 13 -0.0467 0.0 -0.0638 -0.0296 True
1 14 0.0433 0.0 0.0262 0.0604 True
1 15 -0.0267 0.0001 -0.0438 -0.0096 True
2 3 0.0083 0.9237 -0.0088 0.0254 False
2 4 0.03 0.0 0.0129 0.0471 True
2 5 -0.0183 0.0241 -0.0354 -0.0012 True
2 6 0.0483 0.0 0.0312 0.0654 True
2 7 -0.005 0.9993 -0.0221 0.0121 False
2 8 0.025 0.0002 0.0079 0.0421 True
2 9 0.0567 0.0 0.0396 0.0738 True
2 10 -0.01 0.7615 -0.0271 0.0071 False
2 11 -0.01 0.7615 -0.0271 0.0071 False
2 12 0.0383 0.0 0.0212 0.0554 True
2 13 -0.0233 0.0008 -0.0404 -0.0062 True
2 14 0.0667 0.0 0.0496 0.0838 True
2 15 -0.0033 1.0 -0.0204 0.0138 False
3 4 0.0217 0.0026 0.0046 0.0388 True
3 5 -0.0267 0.0001 -0.0438 -0.0096 True
3 6 0.04 0.0 0.0229 0.0571 True
3 7 -0.0133 0.3055 -0.0304 0.0038 False
3 8 0.0167 0.0638 -0.0004 0.0338 False
3 9 0.0483 0.0 0.0312 0.0654 True
3 10 -0.0183 0.0241 -0.0354 -0.0012 True
3 11 -0.0183 0.0241 -0.0354 -0.0012 True
3 12 0.03 0.0 0.0129 0.0471 True
3 13 -0.0317 0.0 -0.0488 -0.0146 True
3 14 0.0583 0.0 0.0412 0.0754 True
3 15 -0.0117 0.528 -0.0288 0.0054 False
4 5 -0.0483 0.0 -0.0654 -0.0312 True
4 6 0.0183 0.0241 0.0012 0.0354 True
4 7 -0.035 0.0 -0.0521 -0.0179 True
4 8 -0.005 0.9993 -0.0221 0.0121 False
4 9 0.0267 0.0001 0.0096 0.0438 True
4 10 -0.04 0.0 -0.0571 -0.0229 True
4 11 -0.04 0.0 -0.0571 -0.0229 True
4 12 0.0083 0.9237 -0.0088 0.0254 False
4 13 -0.0533 0.0 -0.0704 -0.0362 True
4 14 0.0367 0.0 0.0196 0.0538 True
4 15 -0.0333 0.0 -0.0504 -0.0162 True
5 6 0.0667 0.0 0.0496 0.0838 True
5 7 0.0133 0.3055 -0.0038 0.0304 False
5 8 0.0433 0.0 0.0262 0.0604 True
5 9 0.075 0.0 0.0579 0.0921 True
5 10 0.0083 0.9237 -0.0088 0.0254 False
5 11 0.0083 0.9237 -0.0088 0.0254 False
5 12 0.0567 0.0 0.0396 0.0738 True
5 13 -0.005 0.9993 -0.0221 0.0121 False
5 14 0.085 0.0 0.0679 0.1021 True
5 15 0.015 0.1499 -0.0021 0.0321 False
6 7 -0.0533 0.0 -0.0704 -0.0362 True
6 8 -0.0233 0.0008 -0.0404 -0.0062 True
6 9 0.0083 0.9237 -0.0088 0.0254 False
6 10 -0.0583 0.0 -0.0754 -0.0412 True
6 11 -0.0583 0.0 -0.0754 -0.0412 True
6 12 -0.01 0.7615 -0.0271 0.0071 False
6 13 -0.0717 0.0 -0.0888 -0.0546 True
6 14 0.0183 0.0241 0.0012 0.0354 True
6 15 -0.0517 0.0 -0.0688 -0.0346 True
7 8 0.03 0.0 0.0129 0.0471 True
7 9 0.0617 0.0 0.0446 0.0788 True
7 10 -0.005 0.9993 -0.0221 0.0121 False
7 11 -0.005 0.9993 -0.0221 0.0121 False
7 12 0.0433 0.0 0.0262 0.0604 True
7 13 -0.0183 0.0241 -0.0354 -0.0012 True
7 14 0.0717 0.0 0.0546 0.0888 True
7 15 0.0017 1.0 -0.0154 0.0188 False
8 9 0.0317 0.0 0.0146 0.0488 True
8 10 -0.035 0.0 -0.0521 -0.0179 True
8 11 -0.035 0.0 -0.0521 -0.0179 True
8 12 0.0133 0.3055 -0.0038 0.0304 False
8 13 -0.0483 0.0 -0.0654 -0.0312 True
8 14 0.0417 0.0 0.0246 0.0588 True
8 15 -0.0283 0.0 -0.0454 -0.0112 True
9 10 -0.0667 0.0 -0.0838 -0.0496 True
9 11 -0.0667 0.0 -0.0838 -0.0496 True
9 12 -0.0183 0.0241 -0.0354 -0.0012 True
9 13 -0.08 0.0 -0.0971 -0.0629 True
9 14 0.01 0.7615 -0.0071 0.0271 False
9 15 -0.06 0.0 -0.0771 -0.0429 True
10 11 0.0 1.0 -0.0171 0.0171 False
10 12 0.0483 0.0 0.0312 0.0654 True
10 13 -0.0133 0.3055 -0.0304 0.0038 False
10 14 0.0767 0.0 0.0596 0.0938 True
10 15 0.0067 0.9878 -0.0104 0.0238 False
11 12 0.0483 0.0 0.0312 0.0654 True
11 13 -0.0133 0.3055 -0.0304 0.0038 False
11 14 0.0767 0.0 0.0596 0.0938 True
11 15 0.0067 0.9878 -0.0104 0.0238 False
12 13 -0.0617 0.0 -0.0788 -0.0446 True
12 14 0.0283 0.0 0.0112 0.0454 True
12 15 -0.0417 0.0 -0.0588 -0.0246 True
13 14 0.09 0.0 0.0729 0.1071 True
13 15 0.02 0.0082 0.0029 0.0371 True
14 15 -0.07 0.0 -0.0871 -0.0529 True
----------------------------------------------------
Tukey HSD Results for Gluc:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
=====================================================
group1 group2 meandiff p-adj lower upper reject
-----------------------------------------------------
1 2 -0.6667 0.9986 -2.7903 1.4569 False
1 3 0.0 1.0 -2.1236 2.1236 False
1 4 0.6667 0.9986 -1.4569 2.7903 False
1 5 -5.8333 0.0 -7.9569 -3.7097 True
1 6 0.3333 1.0 -1.7903 2.4569 False
1 7 -1.5 0.4688 -3.6236 0.6236 False
1 8 0.1667 1.0 -1.9569 2.2903 False
1 9 3.0 0.0004 0.8764 5.1236 True
1 10 -1.3333 0.6624 -3.4569 0.7903 False
1 11 -0.1667 1.0 -2.2903 1.9569 False
1 12 1.0 0.9407 -1.1236 3.1236 False
1 13 -7.1667 0.0 -9.2903 -5.0431 True
1 14 1.1667 0.832 -0.9569 3.2903 False
1 15 -2.5 0.0075 -4.6236 -0.3764 True
2 3 0.6667 0.9986 -1.4569 2.7903 False
2 4 1.3333 0.6624 -0.7903 3.4569 False
2 5 -5.1667 0.0 -7.2903 -3.0431 True
2 6 1.0 0.9407 -1.1236 3.1236 False
2 7 -0.8333 0.9871 -2.9569 1.2903 False
2 8 0.8333 0.9871 -1.2903 2.9569 False
2 9 3.6667 0.0 1.5431 5.7903 True
2 10 -0.6667 0.9986 -2.7903 1.4569 False
2 11 0.5 0.9999 -1.6236 2.6236 False
2 12 1.6667 0.2954 -0.4569 3.7903 False
2 13 -6.5 0.0 -8.6236 -4.3764 True
2 14 1.8333 0.1673 -0.2903 3.9569 False
2 15 -1.8333 0.1673 -3.9569 0.2903 False
3 4 0.6667 0.9986 -1.4569 2.7903 False
3 5 -5.8333 0.0 -7.9569 -3.7097 True
3 6 0.3333 1.0 -1.7903 2.4569 False
3 7 -1.5 0.4688 -3.6236 0.6236 False
3 8 0.1667 1.0 -1.9569 2.2903 False
3 9 3.0 0.0004 0.8764 5.1236 True
3 10 -1.3333 0.6624 -3.4569 0.7903 False
3 11 -0.1667 1.0 -2.2903 1.9569 False
3 12 1.0 0.9407 -1.1236 3.1236 False
3 13 -7.1667 0.0 -9.2903 -5.0431 True
3 14 1.1667 0.832 -0.9569 3.2903 False
3 15 -2.5 0.0075 -4.6236 -0.3764 True
4 5 -6.5 0.0 -8.6236 -4.3764 True
4 6 -0.3333 1.0 -2.4569 1.7903 False
4 7 -2.1667 0.0409 -4.2903 -0.0431 True
4 8 -0.5 0.9999 -2.6236 1.6236 False
4 9 2.3333 0.0181 0.2097 4.4569 True
4 10 -2.0 0.0862 -4.1236 0.1236 False
4 11 -0.8333 0.9871 -2.9569 1.2903 False
4 12 0.3333 1.0 -1.7903 2.4569 False
4 13 -7.8333 0.0 -9.9569 -5.7097 True
4 14 0.5 0.9999 -1.6236 2.6236 False
4 15 -3.1667 0.0001 -5.2903 -1.0431 True
5 6 6.1667 0.0 4.0431 8.2903 True
5 7 4.3333 0.0 2.2097 6.4569 True
5 8 6.0 0.0 3.8764 8.1236 True
5 9 8.8333 0.0 6.7097 10.9569 True
5 10 4.5 0.0 2.3764 6.6236 True
5 11 5.6667 0.0 3.5431 7.7903 True
5 12 6.8333 0.0 4.7097 8.9569 True
5 13 -1.3333 0.6624 -3.4569 0.7903 False
5 14 7.0 0.0 4.8764 9.1236 True
5 15 3.3333 0.0 1.2097 5.4569 True
6 7 -1.8333 0.1673 -3.9569 0.2903 False
6 8 -0.1667 1.0 -2.2903 1.9569 False
6 9 2.6667 0.003 0.5431 4.7903 True
6 10 -1.6667 0.2954 -3.7903 0.4569 False
6 11 -0.5 0.9999 -2.6236 1.6236 False
6 12 0.6667 0.9986 -1.4569 2.7903 False
6 13 -7.5 0.0 -9.6236 -5.3764 True
6 14 0.8333 0.9871 -1.2903 2.9569 False
6 15 -2.8333 0.0011 -4.9569 -0.7097 True
7 8 1.6667 0.2954 -0.4569 3.7903 False
7 9 4.5 0.0 2.3764 6.6236 True
7 10 0.1667 1.0 -1.9569 2.2903 False
7 11 1.3333 0.6624 -0.7903 3.4569 False
7 12 2.5 0.0075 0.3764 4.6236 True
7 13 -5.6667 0.0 -7.7903 -3.5431 True
7 14 2.6667 0.003 0.5431 4.7903 True
7 15 -1.0 0.9407 -3.1236 1.1236 False
8 9 2.8333 0.0011 0.7097 4.9569 True
8 10 -1.5 0.4688 -3.6236 0.6236 False
8 11 -0.3333 1.0 -2.4569 1.7903 False
8 12 0.8333 0.9871 -1.2903 2.9569 False
8 13 -7.3333 0.0 -9.4569 -5.2097 True
8 14 1.0 0.9407 -1.1236 3.1236 False
8 15 -2.6667 0.003 -4.7903 -0.5431 True
9 10 -4.3333 0.0 -6.4569 -2.2097 True
9 11 -3.1667 0.0001 -5.2903 -1.0431 True
9 12 -2.0 0.0862 -4.1236 0.1236 False
9 13 -10.1667 0.0 -12.2903 -8.0431 True
9 14 -1.8333 0.1673 -3.9569 0.2903 False
9 15 -5.5 0.0 -7.6236 -3.3764 True
10 11 1.1667 0.832 -0.9569 3.2903 False
10 12 2.3333 0.0181 0.2097 4.4569 True
10 13 -5.8333 0.0 -7.9569 -3.7097 True
10 14 2.5 0.0075 0.3764 4.6236 True
10 15 -1.1667 0.832 -3.2903 0.9569 False
11 12 1.1667 0.832 -0.9569 3.2903 False
11 13 -7.0 0.0 -9.1236 -4.8764 True
11 14 1.3333 0.6624 -0.7903 3.4569 False
11 15 -2.3333 0.0181 -4.4569 -0.2097 True
12 13 -8.1667 0.0 -10.2903 -6.0431 True
12 14 0.1667 1.0 -1.9569 2.2903 False
12 15 -3.5 0.0 -5.6236 -1.3764 True
13 14 8.3333 0.0 6.2097 10.4569 True
13 15 4.6667 0.0 2.5431 6.7903 True
14 15 -3.6667 0.0 -5.7903 -1.5431 True
-----------------------------------------------------
Tukey HSD Results for ALT:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
======================================================
group1 group2 meandiff p-adj lower upper reject
------------------------------------------------------
1 2 -8.6667 0.0 -11.141 -6.1924 True
1 3 -7.3333 0.0 -9.8076 -4.859 True
1 4 -9.0 0.0 -11.4743 -6.5257 True
1 5 -13.5 0.0 -15.9743 -11.0257 True
1 6 -0.8333 0.9971 -3.3076 1.641 False
1 7 -2.5 0.0452 -4.9743 -0.0257 True
1 8 -3.8333 0.0001 -6.3076 -1.359 True
1 9 3.3333 0.0009 0.859 5.8076 True
1 10 -2.3333 0.0853 -4.8076 0.141 False
1 11 -3.3333 0.0009 -5.8076 -0.859 True
1 12 -3.5 0.0004 -5.9743 -1.0257 True
1 13 -17.1667 0.0 -19.641 -14.6924 True
1 14 -4.8333 0.0 -7.3076 -2.359 True
1 15 -11.1667 0.0 -13.641 -8.6924 True
2 3 1.3333 0.8506 -1.141 3.8076 False
2 4 -0.3333 1.0 -2.8076 2.141 False
2 5 -4.8333 0.0 -7.3076 -2.359 True
2 6 7.8333 0.0 5.359 10.3076 True
2 7 6.1667 0.0 3.6924 8.641 True
2 8 4.8333 0.0 2.359 7.3076 True
2 9 12.0 0.0 9.5257 14.4743 True
2 10 6.3333 0.0 3.859 8.8076 True
2 11 5.3333 0.0 2.859 7.8076 True
2 12 5.1667 0.0 2.6924 7.641 True
2 13 -8.5 0.0 -10.9743 -6.0257 True
2 14 3.8333 0.0001 1.359 6.3076 True
2 15 -2.5 0.0452 -4.9743 -0.0257 True
3 4 -1.6667 0.5495 -4.141 0.8076 False
3 5 -6.1667 0.0 -8.641 -3.6924 True
3 6 6.5 0.0 4.0257 8.9743 True
3 7 4.8333 0.0 2.359 7.3076 True
3 8 3.5 0.0004 1.0257 5.9743 True
3 9 10.6667 0.0 8.1924 13.141 True
3 10 5.0 0.0 2.5257 7.4743 True
3 11 4.0 0.0 1.5257 6.4743 True
3 12 3.8333 0.0001 1.359 6.3076 True
3 13 -9.8333 0.0 -12.3076 -7.359 True
3 14 2.5 0.0452 0.0257 4.9743 True
3 15 -3.8333 0.0001 -6.3076 -1.359 True
4 5 -4.5 0.0 -6.9743 -2.0257 True
4 6 8.1667 0.0 5.6924 10.641 True
4 7 6.5 0.0 4.0257 8.9743 True
4 8 5.1667 0.0 2.6924 7.641 True
4 9 12.3333 0.0 9.859 14.8076 True
4 10 6.6667 0.0 4.1924 9.141 True
4 11 5.6667 0.0 3.1924 8.141 True
4 12 5.5 0.0 3.0257 7.9743 True
4 13 -8.1667 0.0 -10.641 -5.6924 True
4 14 4.1667 0.0 1.6924 6.641 True
4 15 -2.1667 0.1516 -4.641 0.3076 False
5 6 12.6667 0.0 10.1924 15.141 True
5 7 11.0 0.0 8.5257 13.4743 True
5 8 9.6667 0.0 7.1924 12.141 True
5 9 16.8333 0.0 14.359 19.3076 True
5 10 11.1667 0.0 8.6924 13.641 True
5 11 10.1667 0.0 7.6924 12.641 True
5 12 10.0 0.0 7.5257 12.4743 True
5 13 -3.6667 0.0002 -6.141 -1.1924 True
5 14 8.6667 0.0 6.1924 11.141 True
5 15 2.3333 0.0853 -0.141 4.8076 False
6 7 -1.6667 0.5495 -4.141 0.8076 False
6 8 -3.0 0.005 -5.4743 -0.5257 True
6 9 4.1667 0.0 1.6924 6.641 True
6 10 -1.5 0.7136 -3.9743 0.9743 False
6 11 -2.5 0.0452 -4.9743 -0.0257 True
6 12 -2.6667 0.0227 -5.141 -0.1924 True
6 13 -16.3333 0.0 -18.8076 -13.859 True
6 14 -4.0 0.0 -6.4743 -1.5257 True
6 15 -10.3333 0.0 -12.8076 -7.859 True
7 8 -1.3333 0.8506 -3.8076 1.141 False
7 9 5.8333 0.0 3.359 8.3076 True
7 10 0.1667 1.0 -2.3076 2.641 False
7 11 -0.8333 0.9971 -3.3076 1.641 False
7 12 -1.0 0.9831 -3.4743 1.4743 False
7 13 -14.6667 0.0 -17.141 -12.1924 True
7 14 -2.3333 0.0853 -4.8076 0.141 False
7 15 -8.6667 0.0 -11.141 -6.1924 True
8 9 7.1667 0.0 4.6924 9.641 True
8 10 1.5 0.7136 -0.9743 3.9743 False
8 11 0.5 1.0 -1.9743 2.9743 False
8 12 0.3333 1.0 -2.141 2.8076 False
8 13 -13.3333 0.0 -15.8076 -10.859 True
8 14 -1.0 0.9831 -3.4743 1.4743 False
8 15 -7.3333 0.0 -9.8076 -4.859 True
9 10 -5.6667 0.0 -8.141 -3.1924 True
9 11 -6.6667 0.0 -9.141 -4.1924 True
9 12 -6.8333 0.0 -9.3076 -4.359 True
9 13 -20.5 0.0 -22.9743 -18.0257 True
9 14 -8.1667 0.0 -10.641 -5.6924 True
9 15 -14.5 0.0 -16.9743 -12.0257 True
10 11 -1.0 0.9831 -3.4743 1.4743 False
10 12 -1.1667 0.9401 -3.641 1.3076 False
10 13 -14.8333 0.0 -17.3076 -12.359 True
10 14 -2.5 0.0452 -4.9743 -0.0257 True
10 15 -8.8333 0.0 -11.3076 -6.359 True
11 12 -0.1667 1.0 -2.641 2.3076 False
11 13 -13.8333 0.0 -16.3076 -11.359 True
11 14 -1.5 0.7136 -3.9743 0.9743 False
11 15 -7.8333 0.0 -10.3076 -5.359 True
12 13 -13.6667 0.0 -16.141 -11.1924 True
12 14 -1.3333 0.8506 -3.8076 1.141 False
12 15 -7.6667 0.0 -10.141 -5.1924 True
13 14 12.3333 0.0 9.859 14.8076 True
13 15 6.0 0.0 3.5257 8.4743 True
14 15 -6.3333 0.0 -8.8076 -3.859 True
------------------------------------------------------
Tukey HSD Results for LDH:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
=======================================================
group1 group2 meandiff p-adj lower upper reject
-------------------------------------------------------
1 2 -42.0 0.0 -53.2985 -30.7015 True
1 3 -36.0 0.0 -47.2985 -24.7015 True
1 4 -33.6667 0.0 -44.9651 -22.3682 True
1 5 -57.5 0.0 -68.7985 -46.2015 True
1 6 -18.3333 0.0 -29.6318 -7.0349 True
1 7 -25.8333 0.0 -37.1318 -14.5349 True
1 8 -25.8333 0.0 -37.1318 -14.5349 True
1 9 18.1667 0.0 6.8682 29.4651 True
1 10 -11.8333 0.0311 -23.1318 -0.5349 True
1 11 -13.1667 0.0086 -24.4651 -1.8682 True
1 12 -16.0 0.0004 -27.2985 -4.7015 True
1 13 -74.6667 0.0 -85.9651 -63.3682 True
1 14 8.1667 0.4295 -3.1318 19.4651 False
1 15 -56.3333 0.0 -67.6318 -45.0349 True
2 3 6.0 0.8636 -5.2985 17.2985 False
2 4 8.3333 0.3954 -2.9651 19.6318 False
2 5 -15.5 0.0007 -26.7985 -4.2015 True
2 6 23.6667 0.0 12.3682 34.9651 True
2 7 16.1667 0.0003 4.8682 27.4651 True
2 8 16.1667 0.0003 4.8682 27.4651 True
2 9 60.1667 0.0 48.8682 71.4651 True
2 10 30.1667 0.0 18.8682 41.4651 True
2 11 28.8333 0.0 17.5349 40.1318 True
2 12 26.0 0.0 14.7015 37.2985 True
2 13 -32.6667 0.0 -43.9651 -21.3682 True
2 14 50.1667 0.0 38.8682 61.4651 True
2 15 -14.3333 0.0025 -25.6318 -3.0349 True
3 4 2.3333 1.0 -8.9651 13.6318 False
3 5 -21.5 0.0 -32.7985 -10.2015 True
3 6 17.6667 0.0001 6.3682 28.9651 True
3 7 10.1667 0.1243 -1.1318 21.4651 False
3 8 10.1667 0.1243 -1.1318 21.4651 False
3 9 54.1667 0.0 42.8682 65.4651 True
3 10 24.1667 0.0 12.8682 35.4651 True
3 11 22.8333 0.0 11.5349 34.1318 True
3 12 20.0 0.0 8.7015 31.2985 True
3 13 -38.6667 0.0 -49.9651 -27.3682 True
3 14 44.1667 0.0 32.8682 55.4651 True
3 15 -20.3333 0.0 -31.6318 -9.0349 True
4 5 -23.8333 0.0 -35.1318 -12.5349 True
4 6 15.3333 0.0008 4.0349 26.6318 True
4 7 7.8333 0.5006 -3.4651 19.1318 False
4 8 7.8333 0.5006 -3.4651 19.1318 False
4 9 51.8333 0.0 40.5349 63.1318 True
4 10 21.8333 0.0 10.5349 33.1318 True
4 11 20.5 0.0 9.2015 31.7985 True
4 12 17.6667 0.0001 6.3682 28.9651 True
4 13 -41.0 0.0 -52.2985 -29.7015 True
4 14 41.8333 0.0 30.5349 53.1318 True
4 15 -22.6667 0.0 -33.9651 -11.3682 True
5 6 39.1667 0.0 27.8682 50.4651 True
5 7 31.6667 0.0 20.3682 42.9651 True
5 8 31.6667 0.0 20.3682 42.9651 True
5 9 75.6667 0.0 64.3682 86.9651 True
5 10 45.6667 0.0 34.3682 56.9651 True
5 11 44.3333 0.0 33.0349 55.6318 True
5 12 41.5 0.0 30.2015 52.7985 True
5 13 -17.1667 0.0001 -28.4651 -5.8682 True
5 14 65.6667 0.0 54.3682 76.9651 True
5 15 1.1667 1.0 -10.1318 12.4651 False
6 7 -7.5 0.5738 -18.7985 3.7985 False
6 8 -7.5 0.5738 -18.7985 3.7985 False
6 9 36.5 0.0 25.2015 47.7985 True
6 10 6.5 0.7815 -4.7985 17.7985 False
6 11 5.1667 0.9526 -6.1318 16.4651 False
6 12 2.3333 1.0 -8.9651 13.6318 False
6 13 -56.3333 0.0 -67.6318 -45.0349 True
6 14 26.5 0.0 15.2015 37.7985 True
6 15 -38.0 0.0 -49.2985 -26.7015 True
7 8 0.0 1.0 -11.2985 11.2985 False
7 9 44.0 0.0 32.7015 55.2985 True
7 10 14.0 0.0036 2.7015 25.2985 True
7 11 12.6667 0.0142 1.3682 23.9651 True
7 12 9.8333 0.1583 -1.4651 21.1318 False
7 13 -48.8333 0.0 -60.1318 -37.5349 True
7 14 34.0 0.0 22.7015 45.2985 True
7 15 -30.5 0.0 -41.7985 -19.2015 True
8 9 44.0 0.0 32.7015 55.2985 True
8 10 14.0 0.0036 2.7015 25.2985 True
8 11 12.6667 0.0142 1.3682 23.9651 True
8 12 9.8333 0.1583 -1.4651 21.1318 False
8 13 -48.8333 0.0 -60.1318 -37.5349 True
8 14 34.0 0.0 22.7015 45.2985 True
8 15 -30.5 0.0 -41.7985 -19.2015 True
9 10 -30.0 0.0 -41.2985 -18.7015 True
9 11 -31.3333 0.0 -42.6318 -20.0349 True
9 12 -34.1667 0.0 -45.4651 -22.8682 True
9 13 -92.8333 0.0 -104.1318 -81.5349 True
9 14 -10.0 0.1405 -21.2985 1.2985 False
9 15 -74.5 0.0 -85.7985 -63.2015 True
10 11 -1.3333 1.0 -12.6318 9.9651 False
10 12 -4.1667 0.9928 -15.4651 7.1318 False
10 13 -62.8333 0.0 -74.1318 -51.5349 True
10 14 20.0 0.0 8.7015 31.2985 True
10 15 -44.5 0.0 -55.7985 -33.2015 True
11 12 -2.8333 0.9999 -14.1318 8.4651 False
11 13 -61.5 0.0 -72.7985 -50.2015 True
11 14 21.3333 0.0 10.0349 32.6318 True
11 15 -43.1667 0.0 -54.4651 -31.8682 True
12 13 -58.6667 0.0 -69.9651 -47.3682 True
12 14 24.1667 0.0 12.8682 35.4651 True
12 15 -40.3333 0.0 -51.6318 -29.0349 True
13 14 82.8333 0.0 71.5349 94.1318 True
13 15 18.3333 0.0 7.0349 29.6318 True
14 15 -64.5 0.0 -75.7985 -53.2015 True
-------------------------------------------------------
Tukey HSD Results for AST:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
======================================================
group1 group2 meandiff p-adj lower upper reject
------------------------------------------------------
1 2 -9.1667 0.0 -12.6279 -5.7054 True
1 3 -5.0 0.0003 -8.4612 -1.5388 True
1 4 -7.0 0.0 -10.4612 -3.5388 True
1 5 -14.8333 0.0 -18.2946 -11.3721 True
1 6 -3.6667 0.0275 -7.1279 -0.2054 True
1 7 -5.6667 0.0 -9.1279 -2.2054 True
1 8 -6.1667 0.0 -9.6279 -2.7054 True
1 9 -1.1667 0.997 -4.6279 2.2946 False
1 10 -4.5 0.0017 -7.9612 -1.0388 True
1 11 -6.0 0.0 -9.4612 -2.5388 True
1 12 -3.0 0.1629 -6.4612 0.4612 False
1 13 -15.1667 0.0 -18.6279 -11.7054 True
1 14 -0.5 1.0 -3.9612 2.9612 False
1 15 -12.1667 0.0 -15.6279 -8.7054 True
2 3 4.1667 0.0055 0.7054 7.6279 True
2 4 2.1667 0.667 -1.2946 5.6279 False
2 5 -5.6667 0.0 -9.1279 -2.2054 True
2 6 5.5 0.0 2.0388 8.9612 True
2 7 3.5 0.0448 0.0388 6.9612 True
2 8 3.0 0.1629 -0.4612 6.4612 False
2 9 8.0 0.0 4.5388 11.4612 True
2 10 4.6667 0.0009 1.2054 8.1279 True
2 11 3.1667 0.1093 -0.2946 6.6279 False
2 12 6.1667 0.0 2.7054 9.6279 True
2 13 -6.0 0.0 -9.4612 -2.5388 True
2 14 8.6667 0.0 5.2054 12.1279 True
2 15 -3.0 0.1629 -6.4612 0.4612 False
3 4 -2.0 0.7762 -5.4612 1.4612 False
3 5 -9.8333 0.0 -13.2946 -6.3721 True
3 6 1.3333 0.9891 -2.1279 4.7946 False
3 7 -0.6667 1.0 -4.1279 2.7946 False
3 8 -1.1667 0.997 -4.6279 2.2946 False
3 9 3.8333 0.0165 0.3721 7.2946 True
3 10 0.5 1.0 -2.9612 3.9612 False
3 11 -1.0 0.9994 -4.4612 2.4612 False
3 12 2.0 0.7762 -1.4612 5.4612 False
3 13 -10.1667 0.0 -13.6279 -6.7054 True
3 14 4.5 0.0017 1.0388 7.9612 True
3 15 -7.1667 0.0 -10.6279 -3.7054 True
4 5 -7.8333 0.0 -11.2946 -4.3721 True
4 6 3.3333 0.071 -0.1279 6.7946 False
4 7 1.3333 0.9891 -2.1279 4.7946 False
4 8 0.8333 0.9999 -2.6279 4.2946 False
4 9 5.8333 0.0 2.3721 9.2946 True
4 10 2.5 0.4307 -0.9612 5.9612 False
4 11 1.0 0.9994 -2.4612 4.4612 False
4 12 4.0 0.0096 0.5388 7.4612 True
4 13 -8.1667 0.0 -11.6279 -4.7054 True
4 14 6.5 0.0 3.0388 9.9612 True
4 15 -5.1667 0.0001 -8.6279 -1.7054 True
5 6 11.1667 0.0 7.7054 14.6279 True
5 7 9.1667 0.0 5.7054 12.6279 True
5 8 8.6667 0.0 5.2054 12.1279 True
5 9 13.6667 0.0 10.2054 17.1279 True
5 10 10.3333 0.0 6.8721 13.7946 True
5 11 8.8333 0.0 5.3721 12.2946 True
5 12 11.8333 0.0 8.3721 15.2946 True
5 13 -0.3333 1.0 -3.7946 3.1279 False
5 14 14.3333 0.0 10.8721 17.7946 True
5 15 2.6667 0.3242 -0.7946 6.1279 False
6 7 -2.0 0.7762 -5.4612 1.4612 False
6 8 -2.5 0.4307 -5.9612 0.9612 False
6 9 2.5 0.4307 -0.9612 5.9612 False
6 10 -0.8333 0.9999 -4.2946 2.6279 False
6 11 -2.3333 0.5481 -5.7946 1.1279 False
6 12 0.6667 1.0 -2.7946 4.1279 False
6 13 -11.5 0.0 -14.9612 -8.0388 True
6 14 3.1667 0.1093 -0.2946 6.6279 False
6 15 -8.5 0.0 -11.9612 -5.0388 True
7 8 -0.5 1.0 -3.9612 2.9612 False
7 9 4.5 0.0017 1.0388 7.9612 True
7 10 1.1667 0.997 -2.2946 4.6279 False
7 11 -0.3333 1.0 -3.7946 3.1279 False
7 12 2.6667 0.3242 -0.7946 6.1279 False
7 13 -9.5 0.0 -12.9612 -6.0388 True
7 14 5.1667 0.0001 1.7054 8.6279 True
7 15 -6.5 0.0 -9.9612 -3.0388 True
8 9 5.0 0.0003 1.5388 8.4612 True
8 10 1.6667 0.93 -1.7946 5.1279 False
8 11 0.1667 1.0 -3.2946 3.6279 False
8 12 3.1667 0.1093 -0.2946 6.6279 False
8 13 -9.0 0.0 -12.4612 -5.5388 True
8 14 5.6667 0.0 2.2054 9.1279 True
8 15 -6.0 0.0 -9.4612 -2.5388 True
9 10 -3.3333 0.071 -6.7946 0.1279 False
9 11 -4.8333 0.0005 -8.2946 -1.3721 True
9 12 -1.8333 0.8658 -5.2946 1.6279 False
9 13 -14.0 0.0 -17.4612 -10.5388 True
9 14 0.6667 1.0 -2.7946 4.1279 False
9 15 -11.0 0.0 -14.4612 -7.5388 True
10 11 -1.5 0.9693 -4.9612 1.9612 False
10 12 1.5 0.9693 -1.9612 4.9612 False
10 13 -10.6667 0.0 -14.1279 -7.2054 True
10 14 4.0 0.0096 0.5388 7.4612 True
10 15 -7.6667 0.0 -11.1279 -4.2054 True
11 12 3.0 0.1629 -0.4612 6.4612 False
11 13 -9.1667 0.0 -12.6279 -5.7054 True
11 14 5.5 0.0 2.0388 8.9612 True
11 15 -6.1667 0.0 -9.6279 -2.7054 True
12 13 -12.1667 0.0 -15.6279 -8.7054 True
12 14 2.5 0.4307 -0.9612 5.9612 False
12 15 -9.1667 0.0 -12.6279 -5.7054 True
13 14 14.6667 0.0 11.2054 18.1279 True
13 15 3.0 0.1629 -0.4612 6.4612 False
14 15 -11.6667 0.0 -15.1279 -8.2054 True
------------------------------------------------------
Tukey HSD Results for ALP:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
=====================================================
group1 group2 meandiff p-adj lower upper reject
-----------------------------------------------------
1 2 -1.6667 0.3262 -3.8327 0.4994 False
1 3 0.1667 1.0 -1.9994 2.3327 False
1 4 -1.0 0.949 -3.1661 1.1661 False
1 5 -7.8333 0.0 -9.9994 -5.6673 True
1 6 -1.3333 0.6919 -3.4994 0.8327 False
1 7 -6.8333 0.0 -8.9994 -4.6673 True
1 8 -2.3333 0.0228 -4.4994 -0.1673 True
1 9 -0.3333 1.0 -2.4994 1.8327 False
1 10 -5.3333 0.0 -7.4994 -3.1673 True
1 11 -6.8333 0.0 -8.9994 -4.6673 True
1 12 -6.0 0.0 -8.1661 -3.8339 True
1 13 -9.1667 0.0 -11.3327 -7.0006 True
1 14 0.5 1.0 -1.6661 2.6661 False
1 15 -7.1667 0.0 -9.3327 -5.0006 True
2 3 1.8333 0.1907 -0.3327 3.9994 False
2 4 0.6667 0.9989 -1.4994 2.8327 False
2 5 -6.1667 0.0 -8.3327 -4.0006 True
2 6 0.3333 1.0 -1.8327 2.4994 False
2 7 -5.1667 0.0 -7.3327 -3.0006 True
2 8 -0.6667 0.9989 -2.8327 1.4994 False
2 9 1.3333 0.6919 -0.8327 3.4994 False
2 10 -3.6667 0.0 -5.8327 -1.5006 True
2 11 -5.1667 0.0 -7.3327 -3.0006 True
2 12 -4.3333 0.0 -6.4994 -2.1673 True
2 13 -7.5 0.0 -9.6661 -5.3339 True
2 14 2.1667 0.0499 0.0006 4.3327 True
2 15 -5.5 0.0 -7.6661 -3.3339 True
3 4 -1.1667 0.851 -3.3327 0.9994 False
3 5 -8.0 0.0 -10.1661 -5.8339 True
3 6 -1.5 0.5026 -3.6661 0.6661 False
3 7 -7.0 0.0 -9.1661 -4.8339 True
3 8 -2.5 0.0098 -4.6661 -0.3339 True
3 9 -0.5 1.0 -2.6661 1.6661 False
3 10 -5.5 0.0 -7.6661 -3.3339 True
3 11 -7.0 0.0 -9.1661 -4.8339 True
3 12 -6.1667 0.0 -8.3327 -4.0006 True
3 13 -9.3333 0.0 -11.4994 -7.1673 True
3 14 0.3333 1.0 -1.8327 2.4994 False
3 15 -7.3333 0.0 -9.4994 -5.1673 True
4 5 -6.8333 0.0 -8.9994 -4.6673 True
4 6 -0.3333 1.0 -2.4994 1.8327 False
4 7 -5.8333 0.0 -7.9994 -3.6673 True
4 8 -1.3333 0.6919 -3.4994 0.8327 False
4 9 0.6667 0.9989 -1.4994 2.8327 False
4 10 -4.3333 0.0 -6.4994 -2.1673 True
4 11 -5.8333 0.0 -7.9994 -3.6673 True
4 12 -5.0 0.0 -7.1661 -2.8339 True
4 13 -8.1667 0.0 -10.3327 -6.0006 True
4 14 1.5 0.5026 -0.6661 3.6661 False
4 15 -6.1667 0.0 -8.3327 -4.0006 True
5 6 6.5 0.0 4.3339 8.6661 True
5 7 1.0 0.949 -1.1661 3.1661 False
5 8 5.5 0.0 3.3339 7.6661 True
5 9 7.5 0.0 5.3339 9.6661 True
5 10 2.5 0.0098 0.3339 4.6661 True
5 11 1.0 0.949 -1.1661 3.1661 False
5 12 1.8333 0.1907 -0.3327 3.9994 False
5 13 -1.3333 0.6919 -3.4994 0.8327 False
5 14 8.3333 0.0 6.1673 10.4994 True
5 15 0.6667 0.9989 -1.4994 2.8327 False
6 7 -5.5 0.0 -7.6661 -3.3339 True
6 8 -1.0 0.949 -3.1661 1.1661 False
6 9 1.0 0.949 -1.1661 3.1661 False
6 10 -4.0 0.0 -6.1661 -1.8339 True
6 11 -5.5 0.0 -7.6661 -3.3339 True
6 12 -4.6667 0.0 -6.8327 -2.5006 True
6 13 -7.8333 0.0 -9.9994 -5.6673 True
6 14 1.8333 0.1907 -0.3327 3.9994 False
6 15 -5.8333 0.0 -7.9994 -3.6673 True
7 8 4.5 0.0 2.3339 6.6661 True
7 9 6.5 0.0 4.3339 8.6661 True
7 10 1.5 0.5026 -0.6661 3.6661 False
7 11 0.0 1.0 -2.1661 2.1661 False
7 12 0.8333 0.9892 -1.3327 2.9994 False
7 13 -2.3333 0.0228 -4.4994 -0.1673 True
7 14 7.3333 0.0 5.1673 9.4994 True
7 15 -0.3333 1.0 -2.4994 1.8327 False
8 9 2.0 0.1016 -0.1661 4.1661 False
8 10 -3.0 0.0006 -5.1661 -0.8339 True
8 11 -4.5 0.0 -6.6661 -2.3339 True
8 12 -3.6667 0.0 -5.8327 -1.5006 True
8 13 -6.8333 0.0 -8.9994 -4.6673 True
8 14 2.8333 0.0016 0.6673 4.9994 True
8 15 -4.8333 0.0 -6.9994 -2.6673 True
9 10 -5.0 0.0 -7.1661 -2.8339 True
9 11 -6.5 0.0 -8.6661 -4.3339 True
9 12 -5.6667 0.0 -7.8327 -3.5006 True
9 13 -8.8333 0.0 -10.9994 -6.6673 True
9 14 0.8333 0.9892 -1.3327 2.9994 False
9 15 -6.8333 0.0 -8.9994 -4.6673 True
10 11 -1.5 0.5026 -3.6661 0.6661 False
10 12 -0.6667 0.9989 -2.8327 1.4994 False
10 13 -3.8333 0.0 -5.9994 -1.6673 True
10 14 5.8333 0.0 3.6673 7.9994 True
10 15 -1.8333 0.1907 -3.9994 0.3327 False
11 12 0.8333 0.9892 -1.3327 2.9994 False
11 13 -2.3333 0.0228 -4.4994 -0.1673 True
11 14 7.3333 0.0 5.1673 9.4994 True
11 15 -0.3333 1.0 -2.4994 1.8327 False
12 13 -3.1667 0.0002 -5.3327 -1.0006 True
12 14 6.5 0.0 4.3339 8.6661 True
12 15 -1.1667 0.851 -3.3327 0.9994 False
13 14 9.6667 0.0 7.5006 11.8327 True
13 15 2.0 0.1016 -0.1661 4.1661 False
14 15 -7.6667 0.0 -9.8327 -5.5006 True
-----------------------------------------------------
Tukey HSD Results for GGT:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
====================================================
group1 group2 meandiff p-adj lower upper reject
----------------------------------------------------
1 2 3.1833 0.0 2.4682 3.8984 True
1 3 0.8167 0.0112 0.1016 1.5318 True
1 4 2.3333 0.0 1.6182 3.0484 True
1 5 2.0167 0.0 1.3016 2.7318 True
1 6 1.9167 0.0 1.2016 2.6318 True
1 7 -0.6333 0.1398 -1.3484 0.0818 False
1 8 -0.7667 0.0241 -1.4818 -0.0516 True
1 9 -1.7167 0.0 -2.4318 -1.0016 True
1 10 -1.4667 0.0 -2.1818 -0.7516 True
1 11 1.3167 0.0 0.6016 2.0318 True
1 12 2.4167 0.0 1.7016 3.1318 True
1 13 4.05 0.0 3.3349 4.7651 True
1 14 0.1167 1.0 -0.5984 0.8318 False
1 15 1.3333 0.0 0.6182 2.0484 True
2 3 -2.3667 0.0 -3.0818 -1.6516 True
2 4 -0.85 0.0066 -1.5651 -0.1349 True
2 5 -1.1667 0.0 -1.8818 -0.4516 True
2 6 -1.2667 0.0 -1.9818 -0.5516 True
2 7 -3.8167 0.0 -4.5318 -3.1016 True
2 8 -3.95 0.0 -4.6651 -3.2349 True
2 9 -4.9 0.0 -5.6151 -4.1849 True
2 10 -4.65 0.0 -5.3651 -3.9349 True
2 11 -1.8667 0.0 -2.5818 -1.1516 True
2 12 -0.7667 0.0241 -1.4818 -0.0516 True
2 13 0.8667 0.005 0.1516 1.5818 True
2 14 -3.0667 0.0 -3.7818 -2.3516 True
2 15 -1.85 0.0 -2.5651 -1.1349 True
3 4 1.5167 0.0 0.8016 2.2318 True
3 5 1.2 0.0 0.4849 1.9151 True
3 6 1.1 0.0001 0.3849 1.8151 True
3 7 -1.45 0.0 -2.1651 -0.7349 True
3 8 -1.5833 0.0 -2.2984 -0.8682 True
3 9 -2.5333 0.0 -3.2484 -1.8182 True
3 10 -2.2833 0.0 -2.9984 -1.5682 True
3 11 0.5 0.4862 -0.2151 1.2151 False
3 12 1.6 0.0 0.8849 2.3151 True
3 13 3.2333 0.0 2.5182 3.9484 True
3 14 -0.7 0.0612 -1.4151 0.0151 False
3 15 0.5167 0.4302 -0.1984 1.2318 False
4 5 -0.3167 0.9633 -1.0318 0.3984 False
4 6 -0.4167 0.766 -1.1318 0.2984 False
4 7 -2.9667 0.0 -3.6818 -2.2516 True
4 8 -3.1 0.0 -3.8151 -2.3849 True
4 9 -4.05 0.0 -4.7651 -3.3349 True
4 10 -3.8 0.0 -4.5151 -3.0849 True
4 11 -1.0167 0.0004 -1.7318 -0.3016 True
4 12 0.0833 1.0 -0.6318 0.7984 False
4 13 1.7167 0.0 1.0016 2.4318 True
4 14 -2.2167 0.0 -2.9318 -1.5016 True
4 15 -1.0 0.0005 -1.7151 -0.2849 True
5 6 -0.1 1.0 -0.8151 0.6151 False
5 7 -2.65 0.0 -3.3651 -1.9349 True
5 8 -2.7833 0.0 -3.4984 -2.0682 True
5 9 -3.7333 0.0 -4.4484 -3.0182 True
5 10 -3.4833 0.0 -4.1984 -2.7682 True
5 11 -0.7 0.0612 -1.4151 0.0151 False
5 12 0.4 0.8133 -0.3151 1.1151 False
5 13 2.0333 0.0 1.3182 2.7484 True
5 14 -1.9 0.0 -2.6151 -1.1849 True
5 15 -0.6833 0.0761 -1.3984 0.0318 False
6 7 -2.55 0.0 -3.2651 -1.8349 True
6 8 -2.6833 0.0 -3.3984 -1.9682 True
6 9 -3.6333 0.0 -4.3484 -2.9182 True
6 10 -3.3833 0.0 -4.0984 -2.6682 True
6 11 -0.6 0.2016 -1.3151 0.1151 False
6 12 0.5 0.4862 -0.2151 1.2151 False
6 13 2.1333 0.0 1.4182 2.8484 True
6 14 -1.8 0.0 -2.5151 -1.0849 True
6 15 -0.5833 0.239 -1.2984 0.1318 False
7 8 -0.1333 1.0 -0.8484 0.5818 False
7 9 -1.0833 0.0001 -1.7984 -0.3682 True
7 10 -0.8333 0.0086 -1.5484 -0.1182 True
7 11 1.95 0.0 1.2349 2.6651 True
7 12 3.05 0.0 2.3349 3.7651 True
7 13 4.6833 0.0 3.9682 5.3984 True
7 14 0.75 0.0307 0.0349 1.4651 True
7 15 1.9667 0.0 1.2516 2.6818 True
8 9 -0.95 0.0012 -1.6651 -0.2349 True
8 10 -0.7 0.0612 -1.4151 0.0151 False
8 11 2.0833 0.0 1.3682 2.7984 True
8 12 3.1833 0.0 2.4682 3.8984 True
8 13 4.8167 0.0 4.1016 5.5318 True
8 14 0.8833 0.0038 0.1682 1.5984 True
8 15 2.1 0.0 1.3849 2.8151 True
9 10 0.25 0.9957 -0.4651 0.9651 False
9 11 3.0333 0.0 2.3182 3.7484 True
9 12 4.1333 0.0 3.4182 4.8484 True
9 13 5.7667 0.0 5.0516 6.4818 True
9 14 1.8333 0.0 1.1182 2.5484 True
9 15 3.05 0.0 2.3349 3.7651 True
10 11 2.7833 0.0 2.0682 3.4984 True
10 12 3.8833 0.0 3.1682 4.5984 True
10 13 5.5167 0.0 4.8016 6.2318 True
10 14 1.5833 0.0 0.8682 2.2984 True
10 15 2.8 0.0 2.0849 3.5151 True
11 12 1.1 0.0001 0.3849 1.8151 True
11 13 2.7333 0.0 2.0182 3.4484 True
11 14 -1.2 0.0 -1.9151 -0.4849 True
11 15 0.0167 1.0 -0.6984 0.7318 False
12 13 1.6333 0.0 0.9182 2.3484 True
12 14 -2.3 0.0 -3.0151 -1.5849 True
12 15 -1.0833 0.0001 -1.7984 -0.3682 True
13 14 -3.9333 0.0 -4.6484 -3.2182 True
13 15 -2.7167 0.0 -3.4318 -2.0016 True
14 15 1.2167 0.0 0.5016 1.9318 True
----------------------------------------------------
Tukey HSD Results for CAT:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
====================================================
group1 group2 meandiff p-adj lower upper reject
----------------------------------------------------
1 2 0.8 0.9913 -1.3271 2.9271 False
1 3 2.75 0.0019 0.6229 4.8771 True
1 4 0.75 0.9953 -1.3771 2.8771 False
1 5 4.25 0.0 2.1229 6.3771 True
1 6 1.0167 0.9337 -1.1104 3.1438 False
1 7 2.0833 0.0609 -0.0438 4.2104 False
1 8 1.05 0.9163 -1.0771 3.1771 False
1 9 0.0833 1.0 -2.0438 2.2104 False
1 10 1.9167 0.123 -0.2104 4.0438 False
1 11 3.4167 0.0 1.2896 5.5438 True
1 12 0.5833 0.9997 -1.5438 2.7104 False
1 13 1.2667 0.738 -0.8604 3.3938 False
1 14 1.3833 0.6074 -0.7438 3.5104 False
1 15 3.6333 0.0 1.5062 5.7604 True
2 3 1.95 0.1076 -0.1771 4.0771 False
2 4 -0.05 1.0 -2.1771 2.0771 False
2 5 3.45 0.0 1.3229 5.5771 True
2 6 0.2167 1.0 -1.9104 2.3438 False
2 7 1.2833 0.7203 -0.8438 3.4104 False
2 8 0.25 1.0 -1.8771 2.3771 False
2 9 -0.7167 0.997 -2.8438 1.4104 False
2 10 1.1167 0.8732 -1.0104 3.2438 False
2 11 2.6167 0.004 0.4896 4.7438 True
2 12 -0.2167 1.0 -2.3438 1.9104 False
2 13 0.4667 1.0 -1.6604 2.5938 False
2 14 0.5833 0.9997 -1.5438 2.7104 False
2 15 2.8333 0.0011 0.7062 4.9604 True
3 4 -2.0 0.0875 -4.1271 0.1271 False
3 5 1.5 0.4716 -0.6271 3.6271 False
3 6 -1.7333 0.2405 -3.8604 0.3938 False
3 7 -0.6667 0.9986 -2.7938 1.4604 False
3 8 -1.7 0.2682 -3.8271 0.4271 False
3 9 -2.6667 0.003 -4.7938 -0.5396 True
3 10 -0.8333 0.9873 -2.9604 1.2938 False
3 11 0.6667 0.9986 -1.4604 2.7938 False
3 12 -2.1667 0.0416 -4.2938 -0.0396 True
3 13 -1.4833 0.4907 -3.6104 0.6438 False
3 14 -1.3667 0.6267 -3.4938 0.7604 False
3 15 0.8833 0.9786 -1.2438 3.0104 False
4 5 3.5 0.0 1.3729 5.6271 True
4 6 0.2667 1.0 -1.8604 2.3938 False
4 7 1.3333 0.665 -0.7938 3.4604 False
4 8 0.3 1.0 -1.8271 2.4271 False
4 9 -0.6667 0.9986 -2.7938 1.4604 False
4 10 1.1667 0.8337 -0.9604 3.2938 False
4 11 2.6667 0.003 0.5396 4.7938 True
4 12 -0.1667 1.0 -2.2938 1.9604 False
4 13 0.5167 0.9999 -1.6104 2.6438 False
4 14 0.6333 0.9992 -1.4938 2.7604 False
4 15 2.8833 0.0009 0.7562 5.0104 True
5 6 -3.2333 0.0001 -5.3604 -1.1062 True
5 7 -2.1667 0.0416 -4.2938 -0.0396 True
5 8 -3.2 0.0001 -5.3271 -1.0729 True
5 9 -4.1667 0.0 -6.2938 -2.0396 True
5 10 -2.3333 0.0185 -4.4604 -0.2062 True
5 11 -0.8333 0.9873 -2.9604 1.2938 False
5 12 -3.6667 0.0 -5.7938 -1.5396 True
5 13 -2.9833 0.0005 -5.1104 -0.8562 True
5 14 -2.8667 0.0009 -4.9938 -0.7396 True
5 15 -0.6167 0.9994 -2.7438 1.5104 False
6 7 1.0667 0.9066 -1.0604 3.1938 False
6 8 0.0333 1.0 -2.0938 2.1604 False
6 9 -0.9333 0.9659 -3.0604 1.1938 False
6 10 0.9 0.9749 -1.2271 3.0271 False
6 11 2.4 0.0131 0.2729 4.5271 True
6 12 -0.4333 1.0 -2.5604 1.6938 False
6 13 0.25 1.0 -1.8771 2.3771 False
6 14 0.3667 1.0 -1.7604 2.4938 False
6 15 2.6167 0.004 0.4896 4.7438 True
7 8 -1.0333 0.9254 -3.1604 1.0938 False
7 9 -2.0 0.0875 -4.1271 0.1271 False
7 10 -0.1667 1.0 -2.2938 1.9604 False
7 11 1.3333 0.665 -0.7938 3.4604 False
7 12 -1.5 0.4716 -3.6271 0.6271 False
7 13 -0.8167 0.9894 -2.9438 1.3104 False
7 14 -0.7 0.9977 -2.8271 1.4271 False
7 15 1.55 0.4158 -0.5771 3.6771 False
8 9 -0.9667 0.9549 -3.0938 1.1604 False
8 10 0.8667 0.9819 -1.2604 2.9938 False
8 11 2.3667 0.0156 0.2396 4.4938 True
8 12 -0.4667 1.0 -2.5938 1.6604 False
8 13 0.2167 1.0 -1.9104 2.3438 False
8 14 0.3333 1.0 -1.7938 2.4604 False
8 15 2.5833 0.0049 0.4562 4.7104 True
9 10 1.8333 0.1692 -0.2938 3.9604 False
9 11 3.3333 0.0 1.2062 5.4604 True
9 12 0.5 0.9999 -1.6271 2.6271 False
9 13 1.1833 0.8192 -0.9438 3.3104 False
9 14 1.3 0.7022 -0.8271 3.4271 False
9 15 3.55 0.0 1.4229 5.6771 True
10 11 1.5 0.4716 -0.6271 3.6271 False
10 12 -1.3333 0.665 -3.4604 0.7938 False
10 13 -0.65 0.9989 -2.7771 1.4771 False
10 14 -0.5333 0.9999 -2.6604 1.5938 False
10 15 1.7167 0.2541 -0.4104 3.8438 False
11 12 -2.8333 0.0011 -4.9604 -0.7062 True
11 13 -2.15 0.045 -4.2771 -0.0229 True
11 14 -2.0333 0.0759 -4.1604 0.0938 False
11 15 0.2167 1.0 -1.9104 2.3438 False
12 13 0.6833 0.9982 -1.4438 2.8104 False
12 14 0.8 0.9913 -1.3271 2.9271 False
12 15 3.05 0.0003 0.9229 5.1771 True
13 14 0.1167 1.0 -2.0104 2.2438 False
13 15 2.3667 0.0156 0.2396 4.4938 True
14 15 2.25 0.028 0.1229 4.3771 True
----------------------------------------------------
Tukey HSD Results for SOD:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
=======================================================
group1 group2 meandiff p-adj lower upper reject
-------------------------------------------------------
1 2 44.95 0.0385 1.1633 88.7367 True
1 3 33.1167 0.3539 -10.67 76.9034 False
1 4 44.95 0.0385 1.1633 88.7367 True
1 5 122.45 0.0 78.6633 166.2367 True
1 6 37.1167 0.1889 -6.67 80.9034 False
1 7 52.7833 0.0054 8.9966 96.57 True
1 8 24.7833 0.8004 -19.0034 68.57 False
1 9 34.1167 0.3065 -9.67 77.9034 False
1 10 79.1167 0.0 35.33 122.9034 True
1 11 89.7833 0.0 45.9966 133.57 True
1 12 45.45 0.0343 1.6633 89.2367 True
1 13 140.45 0.0 96.6633 184.2367 True
1 14 32.45 0.3874 -11.3367 76.2367 False
1 15 58.95 0.001 15.1633 102.7367 True
2 3 -11.8333 0.9997 -55.62 31.9534 False
2 4 0.0 1.0 -43.7867 43.7867 False
2 5 77.5 0.0 33.7133 121.2867 True
2 6 -7.8333 1.0 -51.62 35.9534 False
2 7 7.8333 1.0 -35.9534 51.62 False
2 8 -20.1667 0.9499 -63.9534 23.62 False
2 9 -10.8333 0.9999 -54.62 32.9534 False
2 10 34.1667 0.3043 -9.62 77.9534 False
2 11 44.8333 0.0395 1.0466 88.62 True
2 12 0.5 1.0 -43.2867 44.2867 False
2 13 95.5 0.0 51.7133 139.2867 True
2 14 -12.5 0.9995 -56.2867 31.2867 False
2 15 14.0 0.9983 -29.7867 57.7867 False
3 4 11.8333 0.9997 -31.9534 55.62 False
3 5 89.3333 0.0 45.5466 133.12 True
3 6 4.0 1.0 -39.7867 47.7867 False
3 7 19.6667 0.9589 -24.12 63.4534 False
3 8 -8.3333 1.0 -52.12 35.4534 False
3 9 1.0 1.0 -42.7867 44.7867 False
3 10 46.0 0.0301 2.2133 89.7867 True
3 11 56.6667 0.0019 12.88 100.4534 True
3 12 12.3333 0.9996 -31.4534 56.12 False
3 13 107.3333 0.0 63.5466 151.12 True
3 14 -0.6667 1.0 -44.4534 43.12 False
3 15 25.8333 0.7502 -17.9534 69.62 False
4 5 77.5 0.0 33.7133 121.2867 True
4 6 -7.8333 1.0 -51.62 35.9534 False
4 7 7.8333 1.0 -35.9534 51.62 False
4 8 -20.1667 0.9499 -63.9534 23.62 False
4 9 -10.8333 0.9999 -54.62 32.9534 False
4 10 34.1667 0.3043 -9.62 77.9534 False
4 11 44.8333 0.0395 1.0466 88.62 True
4 12 0.5 1.0 -43.2867 44.2867 False
4 13 95.5 0.0 51.7133 139.2867 True
4 14 -12.5 0.9995 -56.2867 31.2867 False
4 15 14.0 0.9983 -29.7867 57.7867 False
5 6 -85.3333 0.0 -129.12 -41.5466 True
5 7 -69.6667 0.0 -113.4534 -25.88 True
5 8 -97.6667 0.0 -141.4534 -53.88 True
5 9 -88.3333 0.0 -132.12 -44.5466 True
5 10 -43.3333 0.0553 -87.12 0.4534 False
5 11 -32.6667 0.3764 -76.4534 11.12 False
5 12 -77.0 0.0 -120.7867 -33.2133 True
5 13 18.0 0.9804 -25.7867 61.7867 False
5 14 -90.0 0.0 -133.7867 -46.2133 True
5 15 -63.5 0.0002 -107.2867 -19.7133 True
6 7 15.6667 0.9946 -28.12 59.4534 False
6 8 -12.3333 0.9996 -56.12 31.4534 False
6 9 -3.0 1.0 -46.7867 40.7867 False
6 10 42.0 0.0736 -1.7867 85.7867 False
6 11 52.6667 0.0056 8.88 96.4534 True
6 12 8.3333 1.0 -35.4534 52.12 False
6 13 103.3333 0.0 59.5466 147.12 True
6 14 -4.6667 1.0 -48.4534 39.12 False
6 15 21.8333 0.9102 -21.9534 65.62 False
7 8 -28.0 0.6342 -71.7867 15.7867 False
7 9 -18.6667 0.9732 -62.4534 25.12 False
7 10 26.3333 0.7247 -17.4534 70.12 False
7 11 37.0 0.1927 -6.7867 80.7867 False
7 12 -7.3333 1.0 -51.12 36.4534 False
7 13 87.6667 0.0 43.88 131.4534 True
7 14 -20.3333 0.9466 -64.12 23.4534 False
7 15 6.1667 1.0 -37.62 49.9534 False
8 9 9.3333 1.0 -34.4534 53.12 False
8 10 54.3333 0.0036 10.5466 98.12 True
8 11 65.0 0.0002 21.2133 108.7867 True
8 12 20.6667 0.9396 -23.12 64.4534 False
8 13 115.6667 0.0 71.88 159.4534 True
8 14 7.6667 1.0 -36.12 51.4534 False
8 15 34.1667 0.3043 -9.62 77.9534 False
9 10 45.0 0.038 1.2133 88.7867 True
9 11 55.6667 0.0025 11.88 99.4534 True
9 12 11.3333 0.9998 -32.4534 55.12 False
9 13 106.3333 0.0 62.5466 150.12 True
9 14 -1.6667 1.0 -45.4534 42.12 False
9 15 24.8333 0.7981 -18.9534 68.62 False
10 11 10.6667 0.9999 -33.12 54.4534 False
10 12 -33.6667 0.3274 -77.4534 10.12 False
10 13 61.3333 0.0005 17.5466 105.12 True
10 14 -46.6667 0.0257 -90.4534 -2.88 True
10 15 -20.1667 0.9499 -63.9534 23.62 False
11 12 -44.3333 0.0442 -88.12 -0.5466 True
11 13 50.6667 0.0095 6.88 94.4534 True
11 14 -57.3333 0.0015 -101.12 -13.5466 True
11 15 -30.8333 0.474 -74.62 12.9534 False
12 13 95.0 0.0 51.2133 138.7867 True
12 14 -13.0 0.9992 -56.7867 30.7867 False
12 15 13.5 0.9988 -30.2867 57.2867 False
13 14 -108.0 0.0 -151.7867 -64.2133 True
13 15 -81.5 0.0 -125.2867 -37.7133 True
14 15 26.5 0.716 -17.2867 70.2867 False
-------------------------------------------------------
Tukey HSD Results for GPX:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
====================================================
group1 group2 meandiff p-adj lower upper reject
----------------------------------------------------
1 2 1.0833 0.0 0.6116 1.5551 True
1 3 0.0333 1.0 -0.4384 0.5051 False
1 4 0.1167 0.9999 -0.3551 0.5884 False
1 5 3.9667 0.0 3.4949 4.4384 True
1 6 0.1333 0.9996 -0.3384 0.6051 False
1 7 1.0333 0.0 0.5616 1.5051 True
1 8 0.05 1.0 -0.4218 0.5218 False
1 9 -0.85 0.0 -1.3218 -0.3782 True
1 10 1.15 0.0 0.6782 1.6218 True
1 11 1.0833 0.0 0.6116 1.5551 True
1 12 0.2 0.9744 -0.2718 0.6718 False
1 13 3.15 0.0 2.6782 3.6218 True
1 14 -0.3833 0.2445 -0.8551 0.0884 False
1 15 1.9667 0.0 1.4949 2.4384 True
2 3 -1.05 0.0 -1.5218 -0.5782 True
2 4 -0.9667 0.0 -1.4384 -0.4949 True
2 5 2.8833 0.0 2.4116 3.3551 True
2 6 -0.95 0.0 -1.4218 -0.4782 True
2 7 -0.05 1.0 -0.5218 0.4218 False
2 8 -1.0333 0.0 -1.5051 -0.5616 True
2 9 -1.9333 0.0 -2.4051 -1.4616 True
2 10 0.0667 1.0 -0.4051 0.5384 False
2 11 -0.0 1.0 -0.4718 0.4718 False
2 12 -0.8833 0.0 -1.3551 -0.4116 True
2 13 2.0667 0.0 1.5949 2.5384 True
2 14 -1.4667 0.0 -1.9384 -0.9949 True
2 15 0.8833 0.0 0.4116 1.3551 True
3 4 0.0833 1.0 -0.3884 0.5551 False
3 5 3.9333 0.0 3.4616 4.4051 True
3 6 0.1 1.0 -0.3718 0.5718 False
3 7 1.0 0.0 0.5282 1.4718 True
3 8 0.0167 1.0 -0.4551 0.4884 False
3 9 -0.8833 0.0 -1.3551 -0.4116 True
3 10 1.1167 0.0 0.6449 1.5884 True
3 11 1.05 0.0 0.5782 1.5218 True
3 12 0.1667 0.9952 -0.3051 0.6384 False
3 13 3.1167 0.0 2.6449 3.5884 True
3 14 -0.4167 0.1427 -0.8884 0.0551 False
3 15 1.9333 0.0 1.4616 2.4051 True
4 5 3.85 0.0 3.3782 4.3218 True
4 6 0.0167 1.0 -0.4551 0.4884 False
4 7 0.9167 0.0 0.4449 1.3884 True
4 8 -0.0667 1.0 -0.5384 0.4051 False
4 9 -0.9667 0.0 -1.4384 -0.4949 True
4 10 1.0333 0.0 0.5616 1.5051 True
4 11 0.9667 0.0 0.4949 1.4384 True
4 12 0.0833 1.0 -0.3884 0.5551 False
4 13 3.0333 0.0 2.5616 3.5051 True
4 14 -0.5 0.0274 -0.9718 -0.0282 True
4 15 1.85 0.0 1.3782 2.3218 True
5 6 -3.8333 0.0 -4.3051 -3.3616 True
5 7 -2.9333 0.0 -3.4051 -2.4616 True
5 8 -3.9167 0.0 -4.3884 -3.4449 True
5 9 -4.8167 0.0 -5.2884 -4.3449 True
5 10 -2.8167 0.0 -3.2884 -2.3449 True
5 11 -2.8833 0.0 -3.3551 -2.4116 True
5 12 -3.7667 0.0 -4.2384 -3.2949 True
5 13 -0.8167 0.0 -1.2884 -0.3449 True
5 14 -4.35 0.0 -4.8218 -3.8782 True
5 15 -2.0 0.0 -2.4718 -1.5282 True
6 7 0.9 0.0 0.4282 1.3718 True
6 8 -0.0833 1.0 -0.5551 0.3884 False
6 9 -0.9833 0.0 -1.4551 -0.5116 True
6 10 1.0167 0.0 0.5449 1.4884 True
6 11 0.95 0.0 0.4782 1.4218 True
6 12 0.0667 1.0 -0.4051 0.5384 False
6 13 3.0167 0.0 2.5449 3.4884 True
6 14 -0.5167 0.0188 -0.9884 -0.0449 True
6 15 1.8333 0.0 1.3616 2.3051 True
7 8 -0.9833 0.0 -1.4551 -0.5116 True
7 9 -1.8833 0.0 -2.3551 -1.4116 True
7 10 0.1167 0.9999 -0.3551 0.5884 False
7 11 0.05 1.0 -0.4218 0.5218 False
7 12 -0.8333 0.0 -1.3051 -0.3616 True
7 13 2.1167 0.0 1.6449 2.5884 True
7 14 -1.4167 0.0 -1.8884 -0.9449 True
7 15 0.9333 0.0 0.4616 1.4051 True
8 9 -0.9 0.0 -1.3718 -0.4282 True
8 10 1.1 0.0 0.6282 1.5718 True
8 11 1.0333 0.0 0.5616 1.5051 True
8 12 0.15 0.9984 -0.3218 0.6218 False
8 13 3.1 0.0 2.6282 3.5718 True
8 14 -0.4333 0.1059 -0.9051 0.0384 False
8 15 1.9167 0.0 1.4449 2.3884 True
9 10 2.0 0.0 1.5282 2.4718 True
9 11 1.9333 0.0 1.4616 2.4051 True
9 12 1.05 0.0 0.5782 1.5218 True
9 13 4.0 0.0 3.5282 4.4718 True
9 14 0.4667 0.0555 -0.0051 0.9384 False
9 15 2.8167 0.0 2.3449 3.2884 True
10 11 -0.0667 1.0 -0.5384 0.4051 False
10 12 -0.95 0.0 -1.4218 -0.4782 True
10 13 2.0 0.0 1.5282 2.4718 True
10 14 -1.5333 0.0 -2.0051 -1.0616 True
10 15 0.8167 0.0 0.3449 1.2884 True
11 12 -0.8833 0.0 -1.3551 -0.4116 True
11 13 2.0667 0.0 1.5949 2.5384 True
11 14 -1.4667 0.0 -1.9384 -0.9949 True
11 15 0.8833 0.0 0.4116 1.3551 True
12 13 2.95 0.0 2.4782 3.4218 True
12 14 -0.5833 0.0037 -1.0551 -0.1116 True
12 15 1.7667 0.0 1.2949 2.2384 True
13 14 -3.5333 0.0 -4.0051 -3.0616 True
13 15 -1.1833 0.0 -1.6551 -0.7116 True
14 15 2.35 0.0 1.8782 2.8218 True
----------------------------------------------------
Tukey HSD Results for LYZ:
Multiple Comparison of Means - Tukey HSD, FWER=0.05
====================================================
group1 group2 meandiff p-adj lower upper reject
----------------------------------------------------
1 2 0.3633 0.0 0.2271 0.4996 True
1 3 -0.0083 1.0 -0.1446 0.1279 False
1 4 0.0333 0.9999 -0.1029 0.1696 False
1 5 1.77 0.0 1.6338 1.9062 True
1 6 -0.1217 0.1314 -0.2579 0.0146 False
1 7 0.5117 0.0 0.3754 0.6479 True
1 8 0.0 1.0 -0.1362 0.1362 False
1 9 -0.4467 0.0 -0.5829 -0.3104 True
1 10 0.4583 0.0 0.3221 0.5946 True
1 11 0.4083 0.0 0.2721 0.5446 True
1 12 0.01 1.0 -0.1262 0.1462 False
1 13 1.335 0.0 1.1988 1.4712 True
1 14 0.0117 1.0 -0.1246 0.1479 False
1 15 0.96 0.0 0.8238 1.0962 True
2 3 -0.3717 0.0 -0.5079 -0.2354 True
2 4 -0.33 0.0 -0.4662 -0.1938 True
2 5 1.4067 0.0 1.2704 1.5429 True
2 6 -0.485 0.0 -0.6212 -0.3488 True
2 7 0.1483 0.0201 0.0121 0.2846 True
2 8 -0.3633 0.0 -0.4996 -0.2271 True
2 9 -0.81 0.0 -0.9462 -0.6738 True
2 10 0.095 0.4905 -0.0412 0.2312 False
2 11 0.045 0.9976 -0.0912 0.1812 False
2 12 -0.3533 0.0 -0.4896 -0.2171 True
2 13 0.9717 0.0 0.8354 1.1079 True
2 14 -0.3517 0.0 -0.4879 -0.2154 True
2 15 0.5967 0.0 0.4604 0.7329 True
3 4 0.0417 0.9989 -0.0946 0.1779 False
3 5 1.7783 0.0 1.6421 1.9146 True
3 6 -0.1133 0.2124 -0.2496 0.0229 False
3 7 0.52 0.0 0.3838 0.6562 True
3 8 0.0083 1.0 -0.1279 0.1446 False
3 9 -0.4383 0.0 -0.5746 -0.3021 True
3 10 0.4667 0.0 0.3304 0.6029 True
3 11 0.4167 0.0 0.2804 0.5529 True
3 12 0.0183 1.0 -0.1179 0.1546 False
3 13 1.3433 0.0 1.2071 1.4796 True
3 14 0.02 1.0 -0.1162 0.1562 False
3 15 0.9683 0.0 0.8321 1.1046 True
4 5 1.7367 0.0 1.6004 1.8729 True
4 6 -0.155 0.0118 -0.2912 -0.0188 True
4 7 0.4783 0.0 0.3421 0.6146 True
4 8 -0.0333 0.9999 -0.1696 0.1029 False
4 9 -0.48 0.0 -0.6162 -0.3438 True
4 10 0.425 0.0 0.2888 0.5612 True
4 11 0.375 0.0 0.2388 0.5112 True
4 12 -0.0233 1.0 -0.1596 0.1129 False
4 13 1.3017 0.0 1.1654 1.4379 True
4 14 -0.0217 1.0 -0.1579 0.1146 False
4 15 0.9267 0.0 0.7904 1.0629 True
5 6 -1.8917 0.0 -2.0279 -1.7554 True
5 7 -1.2583 0.0 -1.3946 -1.1221 True
5 8 -1.77 0.0 -1.9062 -1.6338 True
5 9 -2.2167 0.0 -2.3529 -2.0804 True
5 10 -1.3117 0.0 -1.4479 -1.1754 True
5 11 -1.3617 0.0 -1.4979 -1.2254 True
5 12 -1.76 0.0 -1.8962 -1.6238 True
5 13 -0.435 0.0 -0.5712 -0.2988 True
5 14 -1.7583 0.0 -1.8946 -1.6221 True
5 15 -0.81 0.0 -0.9462 -0.6738 True
6 7 0.6333 0.0 0.4971 0.7696 True
6 8 0.1217 0.1314 -0.0146 0.2579 False
6 9 -0.325 0.0 -0.4612 -0.1888 True
6 10 0.58 0.0 0.4438 0.7162 True
6 11 0.53 0.0 0.3938 0.6662 True
6 12 0.1317 0.0687 -0.0046 0.2679 False
6 13 1.4567 0.0 1.3204 1.5929 True
6 14 0.1333 0.0613 -0.0029 0.2696 False
6 15 1.0817 0.0 0.9454 1.2179 True
7 8 -0.5117 0.0 -0.6479 -0.3754 True
7 9 -0.9583 0.0 -1.0946 -0.8221 True
7 10 -0.0533 0.9873 -0.1896 0.0829 False
7 11 -0.1033 0.349 -0.2396 0.0329 False
7 12 -0.5017 0.0 -0.6379 -0.3654 True
7 13 0.8233 0.0 0.6871 0.9596 True
7 14 -0.5 0.0 -0.6362 -0.3638 True
7 15 0.4483 0.0 0.3121 0.5846 True
8 9 -0.4467 0.0 -0.5829 -0.3104 True
8 10 0.4583 0.0 0.3221 0.5946 True
8 11 0.4083 0.0 0.2721 0.5446 True
8 12 0.01 1.0 -0.1262 0.1462 False
8 13 1.335 0.0 1.1988 1.4712 True
8 14 0.0117 1.0 -0.1246 0.1479 False
8 15 0.96 0.0 0.8238 1.0962 True
9 10 0.905 0.0 0.7688 1.0412 True
9 11 0.855 0.0 0.7188 0.9912 True
9 12 0.4567 0.0 0.3204 0.5929 True
9 13 1.7817 0.0 1.6454 1.9179 True
9 14 0.4583 0.0 0.3221 0.5946 True
9 15 1.4067 0.0 1.2704 1.5429 True
10 11 -0.05 0.9931 -0.1862 0.0862 False
10 12 -0.4483 0.0 -0.5846 -0.3121 True
10 13 0.8767 0.0 0.7404 1.0129 True
10 14 -0.4467 0.0 -0.5829 -0.3104 True
10 15 0.5017 0.0 0.3654 0.6379 True
11 12 -0.3983 0.0 -0.5346 -0.2621 True
11 13 0.9267 0.0 0.7904 1.0629 True
11 14 -0.3967 0.0 -0.5329 -0.2604 True
11 15 0.5517 0.0 0.4154 0.6879 True
12 13 1.325 0.0 1.1888 1.4612 True
12 14 0.0017 1.0 -0.1346 0.1379 False
12 15 0.95 0.0 0.8138 1.0862 True
13 14 -1.3233 0.0 -1.4596 -1.1871 True
13 15 -0.375 0.0 -0.5112 -0.2388 True
14 15 0.9483 0.0 0.8121 1.0846 True
----------------------------------------------------
Analyze the Effect of Cadmium, Microplastics, and Pectin¶
To understand the individual and combined effects of cadmium, microplastics, and pectin, you can use a multi-factor ANOVA (two-way or three-way ANOVA).
Multi-Factor ANOVA Results for TG:
sum_sq df F PR(>F)
C(Cd) 554.125038 2.0 181.218217 1.907597e-29
C(MP) 2976.449700 2.0 973.402882 2.236499e-54
C(Pectin) 229.096362 2.0 74.922502 1.315757e-18
C(Cd):C(MP):C(Pectin) 2499.586806 20.0 81.745208 6.873250e-34
Residual 114.666667 75.0 NaN NaN
Multi-Factor ANOVA Results for Chol:
sum_sq df F PR(>F)
C(Cd) 222.713407 2.0 8.669640 4.100194e-04
C(MP) 6218.354869 2.0 242.063987 1.919228e-33
C(Pectin) 2413.466046 2.0 93.949803 3.738306e-21
C(Cd):C(MP):C(Pectin) 11093.458333 20.0 43.183878 4.869094e-25
Residual 963.333333 75.0 NaN NaN
Multi-Factor ANOVA Results for Pr:
sum_sq df F PR(>F)
C(Cd) 9.025513 2.0 41.108105 8.833805e-13
C(MP) 22.522563 2.0 102.582525 3.441708e-22
C(Pectin) 16.067296 2.0 73.181006 2.362824e-18
C(Cd):C(MP):C(Pectin) 15.045764 20.0 6.852828 9.984467e-07
Residual 8.233333 75.0 NaN NaN
Multi-Factor ANOVA Results for Alb:
sum_sq df F PR(>F)
C(Cd) 2.214752 2.0 127.656320 7.163126e-25
C(MP) 6.566357 2.0 378.478925 6.471392e-40
C(Pectin) 4.007883 2.0 231.010779 8.711800e-33
C(Cd):C(MP):C(Pectin) 2.820129 20.0 16.254971 1.144429e-13
Residual 0.650600 75.0 NaN NaN
Multi-Factor ANOVA Results for Cre:
sum_sq df F PR(>F)
C(Cd) 0.035796 2.0 250.905457 5.970934e-34
C(MP) 0.008332 2.0 58.404944 5.094895e-16
C(Pectin) 0.013032 2.0 91.349121 7.908931e-21
C(Cd):C(MP):C(Pectin) 0.038372 20.0 26.896417 3.970517e-19
Residual 0.005350 75.0 NaN NaN
Multi-Factor ANOVA Results for Gluc:
sum_sq df F PR(>F)
C(Cd) 241.216351 2.0 109.643796 5.443136e-23
C(MP) 48.362755 2.0 21.983071 3.064932e-08
C(Pectin) 80.284353 2.0 36.492888 8.541781e-12
C(Cd):C(MP):C(Pectin) 215.586806 20.0 9.799400 3.283730e-09
Residual 82.500000 75.0 NaN NaN
Multi-Factor ANOVA Results for ALT:
sum_sq df F PR(>F)
C(Cd) 624.210332 2.0 208.998995 2.153299e-31
C(MP) 1024.058601 2.0 342.876764 1.854165e-38
C(Pectin) 667.703713 2.0 223.561511 2.502164e-32
C(Cd):C(MP):C(Pectin) 716.920139 20.0 24.004023 8.198436e-18
Residual 112.000000 75.0 NaN NaN
Multi-Factor ANOVA Results for LDH:
sum_sq df F PR(>F)
C(Cd) 13270.077251 2.0 213.086453 1.162152e-31
C(MP) 22487.021896 2.0 361.089061 3.209748e-39
C(Pectin) 8196.459414 2.0 131.615998 2.946094e-25
C(Cd):C(MP):C(Pectin) 19748.180556 20.0 31.710966 4.162599e-21
Residual 2335.333333 75.0 NaN NaN
Multi-Factor ANOVA Results for AST:
sum_sq df F PR(>F)
C(Cd) 321.095931 2.0 54.940368 2.024697e-15
C(MP) 351.746983 2.0 60.184845 2.556541e-16
C(Pectin) 186.207110 2.0 31.860532 9.648436e-11
C(Cd):C(MP):C(Pectin) 473.822917 20.0 8.107236 7.968027e-08
Residual 219.166667 75.0 NaN NaN
Multi-Factor ANOVA Results for ALP:
sum_sq df F PR(>F)
C(Cd) 711.391898 2.0 310.802285 5.044410e-37
C(MP) 50.604483 2.0 22.108755 2.831690e-08
C(Pectin) 31.845233 2.0 13.912966 7.260188e-06
C(Cd):C(MP):C(Pectin) 275.378472 20.0 12.031098 6.934736e-11
Residual 85.833333 75.0 NaN NaN
Multi-Factor ANOVA Results for GGT:
sum_sq df F PR(>F)
C(Cd) 6.261770 2.0 25.100629 4.513063e-09
C(MP) 59.204015 2.0 237.322346 3.645196e-33
C(Pectin) 52.567509 2.0 210.719570 1.658906e-31
C(Cd):C(MP):C(Pectin) 88.724931 20.0 35.565846 1.550104e-22
Residual 9.355000 75.0 NaN NaN
Multi-Factor ANOVA Results for CAT:
sum_sq df F PR(>F)
C(Cd) 38.111136 2.0 17.266039 6.792000e-07
C(MP) 0.525119 2.0 0.237902 7.888724e-01
C(Pectin) 6.677751 2.0 3.025318 5.450437e-02
C(Cd):C(MP):C(Pectin) 144.761701 20.0 6.558349 1.846490e-06
Residual 82.773333 75.0 NaN NaN
Multi-Factor ANOVA Results for SOD:
sum_sq df F PR(>F)
C(Cd) 48867.601972 2.0 52.246723 6.137268e-15
C(MP) 11705.042681 2.0 12.514429 2.042200e-05
C(Pectin) 10811.083222 2.0 11.558653 4.210530e-05
C(Cd):C(MP):C(Pectin) 56278.596806 20.0 6.017018 5.841945e-06
Residual 35074.641667 75.0 NaN NaN
Multi-Factor ANOVA Results for GPX:
sum_sq df F PR(>F)
C(Cd) 15.430900 2.0 142.118404 3.076212e-26
C(MP) 34.093894 2.0 314.004349 3.579078e-37
C(Pectin) 12.450455 2.0 114.668535 1.545220e-23
C(Cd):C(MP):C(Pectin) 14.507951 20.0 13.361805 8.208575e-12
Residual 4.071667 75.0 NaN NaN
Multi-Factor ANOVA Results for LYZ:
sum_sq df F PR(>F)
C(Cd) 13.490558 2.0 1490.340012 4.200027e-61
C(MP) 2.435782 2.0 269.087675 6.030754e-35
C(Pectin) 4.116769 2.0 454.791068 1.169093e-42
C(Cd):C(MP):C(Pectin) 4.458216 20.0 49.251167 8.635433e-27
Residual 0.339450 75.0 NaN NaN
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
/home/nilick/micromamba/envs/envilab/lib/python3.13/site-packages/statsmodels/base/model.py:1894: ValueWarning: covariance of constraints does not have full rank. The number of constraints is 20, but rank is 8
warnings.warn('covariance of constraints does not have full '
ANOVA for Group Comparisons¶
Perform one-way ANOVA for each biochemical parameter to detect overall group differences:
TG: ANOVA p-value = 0.0000 Chol: ANOVA p-value = 0.0000 Pr: ANOVA p-value = 0.0000 Alb: ANOVA p-value = 0.0000 Cre: ANOVA p-value = 0.0000 Gluc: ANOVA p-value = 0.0000 ALT: ANOVA p-value = 0.0000 LDH: ANOVA p-value = 0.0000 AST: ANOVA p-value = 0.0000 ALP: ANOVA p-value = 0.0000 GGT: ANOVA p-value = 0.0000 CAT: ANOVA p-value = 0.0000 SOD: ANOVA p-value = 0.0000 GPX: ANOVA p-value = 0.0000 LYZ: ANOVA p-value = 0.0000
Interpretation : A p-value < 0.05 indicates significant differences between groups for that parameter.
Post-Hoc Tests (Dunnett’s Test)¶
For parameters with significant ANOVA results, compare all groups to the control (Group 15) using Dunnett’s test :
TG (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.178265
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.586638
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001996
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.178265 0.0 0.586638 0.001996 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
Chol (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.104938
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.00604
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.104938 0.0 0.0 0.00604 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
Pr (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.243337
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.063506
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.999992
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.004147
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.050944
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001258
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.032273
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.117692
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.243337 0.0 0.063506 0.999992 0.004147 0.0 0.050944 0.0 0.001258 0.032273 0.117692 0.0 0.0 1.0
Alb (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000118
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.063179
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000004
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000053
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000001
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.0 0.0 0.0 0.000118 0.0 0.0 0.063179 0.0 0.000004 0.000053 0.000001 0.0 0.0 1.0
Cre (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000005
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.998691
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.157878
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.029963
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000002
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.784972
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.785107
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.00127
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.000005 0.998691 0.157878 0.0 0.029963 0.0 1.0 0.000002 0.0 0.784972 0.785107 0.0 0.00127 0.0 1.0
Gluc (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001085
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.03417
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001229
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.00002
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000009
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000181
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.573677
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000475
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.380836
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.00288
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000009
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000001
15 0.001085 0.03417 0.001229 0.00002 0.000009 0.000181 0.573677 0.000475 0.0 0.380836 0.00288 0.000009 0.0 0.000001 1.0
ALT (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.007783
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.00001
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.030394
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.015762
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.007783 0.00001 0.030394 0.015762 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
LDH (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000444
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.999999
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000002
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.000444 0.0 0.0 0.999999 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.000002 0.0 1.0
AST (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.033047
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000017
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.078199
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.033141
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.033047 0.0 0.000017 0.078199 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.033141 0.0 1.0
ALP (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.940203
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.999897
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.040023
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.999897
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.405018
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.019046
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.0 0.0 0.0 0.940203 0.0 0.999897 0.0 0.0 0.040023 0.999897 0.405018 0.019046 0.0 1.0
GGT (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.115791
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.00008
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.013826
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.052838
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000014
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000001
15 0.0 0.0 0.115791 0.00008 0.013826 0.052838 0.0 0.0 0.0 0.0 1.0 0.000014 0.0 0.000001 1.0
CAT (p=0.0000): Significant differences found.
1 2 3 4 5 6 ... 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.000001
2 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.000195
3 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.721051
4 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.000119
5 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.959997
6 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.000616
7 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.110158
8 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.000729
9 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.000001
10 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.057147
11 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.999999
12 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.000039
13 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.002483
14 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN 0.004594
15 0.000001 0.000195 0.721051 0.000119 0.959997 0.000616 ... 0.057147 0.999999 0.000039 0.002483 0.004594 1.0
[15 rows x 15 columns]
SOD (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 ... 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.000149
2 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.923976
3 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.297887
4 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.923907
5 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.00003
6 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.501636
7 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.999963
8 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.071984
9 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.343055
10 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.600954
11 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.133815
12 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.939492
13 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.270198
15 0.000149 0.923976 0.297887 0.923907 0.00003 0.501636 0.999963 ... 0.343055 0.600954 0.133815 0.939492 0.0 0.270198 1.0
[15 rows x 15 columns]
GPX (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
LYZ (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
TG: ANOVA p-value = 0.0000 Chol: ANOVA p-value = 0.0000 Pr: ANOVA p-value = 0.0000 Alb: ANOVA p-value = 0.0000 Cre: ANOVA p-value = 0.0000 Gluc: ANOVA p-value = 0.0000 ALT: ANOVA p-value = 0.0000 LDH: ANOVA p-value = 0.0000 AST: ANOVA p-value = 0.0000 ALP: ANOVA p-value = 0.0000 GGT: ANOVA p-value = 0.0000 CAT: ANOVA p-value = 0.0000 SOD: ANOVA p-value = 0.0000 GPX: ANOVA p-value = 0.0000 LYZ: ANOVA p-value = 0.0000
TG (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.178092
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.586517
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001977
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.178092 0.0 0.586517 0.001977 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
Chol (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.105014
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.006032
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.105014 0.0 0.0 0.006032 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
Pr (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.24321
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.063416
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.999992
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.004114
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.051107
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001235
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.032338
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.117539
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.24321 0.0 0.063416 0.999992 0.004114 0.0 0.051107 0.0 0.001235 0.032338 0.117539 0.0 0.0 1.0
Alb (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000125
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.063166
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000001
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000063
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000001
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.0 0.0 0.0 0.000125 0.0 0.0 0.063166 0.0 0.000001 0.000063 0.000001 0.0 0.0 1.0
Cre (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000005
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.99869
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.157765
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.029962
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000001
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.784937
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.784857
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001256
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.000005 0.99869 0.157765 0.0 0.029962 0.0 1.0 0.000001 0.0 0.784937 0.784857 0.0 0.001256 0.0 1.0
Gluc (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001179
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.034234
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001152
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000019
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000014
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000144
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.573521
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000455
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.380857
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.002957
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000002
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.001179 0.034234 0.001152 0.000019 0.000014 0.000144 0.573521 0.000455 0.0 0.380857 0.002957 0.000002 0.0 0.0 1.0
ALT (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.00776
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000015
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.030529
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.015749
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.00776 0.000015 0.030529 0.015749 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
LDH (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000362
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.999999
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000002
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.000362 0.0 0.0 0.999999 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.000002 0.0 1.0
AST (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.033157
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000015
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.078297
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.033121
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.033157 0.0 0.000015 0.078297 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.033121 0.0 1.0
ALP (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.940198
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.999897
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.040187
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.999897
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.405079
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.01904
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.0 0.0 0.0 0.940198 0.0 0.999897 0.0 0.0 0.040187 0.999897 0.405079 0.01904 0.0 1.0
GGT (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.11588
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000071
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.013746
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.052817
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000011
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000001
15 0.0 0.0 0.11588 0.000071 0.013746 0.052817 0.0 0.0 0.0 0.0 1.0 0.000011 0.0 0.000001 1.0
CAT (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 ... 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.000001
2 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.000162
3 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.721097
4 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.000113
5 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.959999
6 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.000594
7 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.110256
8 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.000721
9 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.000001
10 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.0571
11 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.999999
12 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.000041
13 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.002478
14 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.004526
15 0.000001 0.000162 0.721097 0.000113 0.959999 0.000594 0.110256 ... 0.000001 0.0571 0.999999 0.000041 0.002478 0.004526 1.0
[15 rows x 15 columns]
SOD (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 ... 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.000138
2 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.923929
3 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.297779
4 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.923979
5 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.000025
6 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.501443
7 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.999963
8 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.071799
9 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.343075
10 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.600949
11 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.133692
12 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.939482
13 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN 0.270166
15 0.000138 0.923929 0.297779 0.923979 0.000025 0.501443 0.999963 ... 0.343075 0.600949 0.133692 0.939482 0.0 0.270166 1.0
[15 rows x 15 columns]
GPX (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
LYZ (p=0.0000): Significant differences found.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
2 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
3 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
4 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
5 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
7 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
8 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
9 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
10 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
11 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
12 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
13 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
14 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.0
15 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
Output : A table showing p-values for comparisons between each group and Group 15. Significant p-values (e.g., < 0.05) indicate differences from the control.
Interpret Results¶
Compare groups to Group 15 :
Groups with p-values < 0.05 in Dunnett’s test significantly differ from the control.
Cross-reference these groups with their Cd, MP, and Pectin levels (from Table_1.csv) to determine:
Which concentrations of Cd/MP caused the strongest effects.
Whether pectin reduced toxicity (e.g., groups with pectin may show smaller deviations from control values).<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
<Figure size 1200x600 with 0 Axes>
Statistical Modeling¶
Linear Regression: Build linear regression models to predict biochemical parameters based on Cd concentration, MP concentration, and pectin concentration. Include interaction terms to account for potential synergistic or antagonistic effects.
Interpret Results¶
For each biochemical parameter, analyze the coefficients and p-values to determine:
Main Effects : The direct impact of Cd, MP, and Pectin. Interaction Effects : Synergistic/antagonistic effects (e.g., Cd:MP, Cd:Pectin, MP:Pectin). Protective Role of Pectin : Check if interactions like Cd:Pectin or MP:Pectin have significant negative coefficients, indicating mitigatio
TG
TG Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: TG R-squared: 0.922
Model: OLS Adj. R-squared: 0.917
Method: Least Squares F-statistic: 164.1
Date: Mon, 24 Mar 2025 Prob (F-statistic): 7.21e-44
Time: 16:43:40 Log-Likelihood: -195.87
No. Observations: 90 AIC: 405.7
Df Residuals: 83 BIC: 423.2
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 22.0856 0.640 34.483 0.000 20.812 23.359
Cd 0.0714 0.025 2.879 0.005 0.022 0.121
MP 0.1492 0.010 15.047 0.000 0.129 0.169
Pectin 9.9757 1.983 5.030 0.000 6.031 13.920
Cd:MP 0.0024 0.000 8.131 0.000 0.002 0.003
Cd:Pectin -0.3104 0.058 -5.337 0.000 -0.426 -0.195
MP:Pectin -0.2548 0.023 -10.954 0.000 -0.301 -0.209
==============================================================================
Omnibus: 12.954 Durbin-Watson: 0.731
Prob(Omnibus): 0.002 Jarque-Bera (JB): 4.418
Skew: 0.208 Prob(JB): 0.110
Kurtosis: 1.998 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 22.085598
Cd 0.071363
MP 0.149212
Pectin 9.975725
Cd:MP 0.002364
Cd:Pectin -0.310435
MP:Pectin -0.254841
dtype: float64
P-values:
Intercept 5.754603e-51
Cd 5.078151e-03
MP 1.955377e-25
Pectin 2.792492e-06
Cd:MP 3.575246e-12
Cd:Pectin 8.045861e-07
MP:Pectin 8.590595e-18
dtype: float64
Chol
Chol Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: Chol R-squared: 0.880
Model: OLS Adj. R-squared: 0.871
Method: Least Squares F-statistic: 101.5
Date: Mon, 24 Mar 2025 Prob (F-statistic): 4.27e-36
Time: 16:43:40 Log-Likelihood: -287.15
No. Observations: 90 AIC: 588.3
Df Residuals: 83 BIC: 605.8
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 45.2225 1.766 25.605 0.000 41.710 48.735
Cd 0.3720 0.068 5.441 0.000 0.236 0.508
MP 0.3168 0.027 11.585 0.000 0.262 0.371
Pectin 16.5568 5.469 3.027 0.003 5.679 27.434
Cd:MP 0.0036 0.001 4.478 0.000 0.002 0.005
Cd:Pectin -0.8852 0.160 -5.519 0.000 -1.204 -0.566
MP:Pectin -0.4207 0.064 -6.558 0.000 -0.548 -0.293
==============================================================================
Omnibus: 1.414 Durbin-Watson: 0.873
Prob(Omnibus): 0.493 Jarque-Bera (JB): 1.407
Skew: -0.212 Prob(JB): 0.495
Kurtosis: 2.558 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 45.222524
Cd 0.371960
MP 0.316784
Pectin 16.556763
Cd:MP 0.003591
Cd:Pectin -0.885169
MP:Pectin -0.420734
dtype: float64
P-values:
Intercept 3.700645e-41
Cd 5.245981e-07
MP 5.053396e-19
Pectin 3.284805e-03
Cd:MP 2.386395e-05
Cd:Pectin 3.798300e-07
MP:Pectin 4.367243e-09
dtype: float64
Pr
Pr Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: Pr R-squared: 0.826
Model: OLS Adj. R-squared: 0.814
Method: Least Squares F-statistic: 65.77
Date: Mon, 24 Mar 2025 Prob (F-statistic): 1.84e-29
Time: 16:43:40 Log-Likelihood: -43.572
No. Observations: 90 AIC: 101.1
Df Residuals: 83 BIC: 118.6
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 4.4438 0.118 37.683 0.000 4.209 4.678
Cd -0.0112 0.005 -2.459 0.016 -0.020 -0.002
MP -0.0127 0.002 -6.951 0.000 -0.016 -0.009
Pectin 2.5286 0.365 6.924 0.000 1.802 3.255
Cd:MP -6.128e-05 5.35e-05 -1.144 0.256 -0.000 4.52e-05
Cd:Pectin -0.0079 0.011 -0.740 0.462 -0.029 0.013
MP:Pectin -0.0094 0.004 -2.203 0.030 -0.018 -0.001
==============================================================================
Omnibus: 17.570 Durbin-Watson: 0.993
Prob(Omnibus): 0.000 Jarque-Bera (JB): 25.916
Skew: -0.851 Prob(JB): 2.36e-06
Kurtosis: 5.003 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 4.443810
Cd -0.011226
MP -0.012690
Pectin 2.528575
Cd:MP -0.000061
Cd:Pectin -0.007923
MP:Pectin -0.009436
dtype: float64
P-values:
Intercept 5.641696e-54
Cd 1.599314e-02
MP 7.624450e-10
Pectin 8.568067e-10
Cd:MP 2.557329e-01
Cd:Pectin 4.615086e-01
MP:Pectin 3.038764e-02
dtype: float64
Alb
Alb Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: Alb R-squared: 0.883
Model: OLS Adj. R-squared: 0.874
Method: Least Squares F-statistic: 104.3
Date: Mon, 24 Mar 2025 Prob (F-statistic): 1.58e-36
Time: 16:43:40 Log-Likelihood: 53.275
No. Observations: 90 AIC: -92.55
Df Residuals: 83 BIC: -75.05
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 1.6291 0.040 40.520 0.000 1.549 1.709
Cd -0.0087 0.002 -5.608 0.000 -0.012 -0.006
MP -0.0034 0.001 -5.469 0.000 -0.005 -0.002
Pectin 1.4151 0.124 11.367 0.000 1.168 1.663
Cd:MP 1.217e-05 1.83e-05 0.667 0.507 -2.41e-05 4.85e-05
Cd:Pectin 0.0040 0.004 1.087 0.280 -0.003 0.011
MP:Pectin -0.0125 0.001 -8.591 0.000 -0.015 -0.010
==============================================================================
Omnibus: 4.932 Durbin-Watson: 0.895
Prob(Omnibus): 0.085 Jarque-Bera (JB): 2.511
Skew: 0.119 Prob(JB): 0.285
Kurtosis: 2.217 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 1.629115
Cd -0.008728
MP -0.003404
Pectin 1.415128
Cd:MP 0.000012
Cd:Pectin 0.003968
MP:Pectin -0.012546
dtype: float64
P-values:
Intercept 1.853687e-56
Cd 2.617057e-07
MP 4.674061e-07
Pectin 1.339786e-18
Cd:MP 5.067973e-01
Cd:Pectin 2.803217e-01
MP:Pectin 4.306022e-13
dtype: float64
Cre
Cre Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: Cre R-squared: 0.756
Model: OLS Adj. R-squared: 0.738
Method: Least Squares F-statistic: 42.85
Date: Mon, 24 Mar 2025 Prob (F-statistic): 2.05e-23
Time: 16:43:40 Log-Likelihood: 255.97
No. Observations: 90 AIC: -497.9
Df Residuals: 83 BIC: -480.4
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 0.2470 0.004 58.417 0.000 0.239 0.255
Cd 0.0012 0.000 7.082 0.000 0.001 0.001
MP -0.0001 6.55e-05 -1.879 0.064 -0.000 7.22e-06
Pectin -0.0606 0.013 -4.628 0.000 -0.087 -0.035
Cd:MP 4.075e-06 1.92e-06 2.122 0.037 2.56e-07 7.89e-06
Cd:Pectin -0.0005 0.000 -1.350 0.181 -0.001 0.000
MP:Pectin 0.0007 0.000 4.379 0.000 0.000 0.001
==============================================================================
Omnibus: 0.815 Durbin-Watson: 0.909
Prob(Omnibus): 0.665 Jarque-Bera (JB): 0.578
Skew: 0.195 Prob(JB): 0.749
Kurtosis: 3.036 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 0.247017
Cd 0.001159
MP -0.000123
Pectin -0.060599
Cd:MP 0.000004
Cd:Pectin -0.000518
MP:Pectin 0.000673
dtype: float64
P-values:
Intercept 3.402901e-69
Cd 4.218084e-10
MP 6.379421e-02
Pectin 1.346956e-05
Cd:MP 3.678893e-02
Cd:Pectin 1.807186e-01
MP:Pectin 3.450214e-05
dtype: float64
Gluc
Gluc Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: Gluc R-squared: 0.732
Model: OLS Adj. R-squared: 0.712
Method: Least Squares F-statistic: 37.75
Date: Mon, 24 Mar 2025 Prob (F-statistic): 9.56e-22
Time: 16:43:40 Log-Likelihood: -158.48
No. Observations: 90 AIC: 331.0
Df Residuals: 83 BIC: 348.5
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 28.0584 0.423 66.365 0.000 27.218 28.899
Cd 0.1233 0.016 7.537 0.000 0.091 0.156
MP 0.0267 0.007 4.074 0.000 0.014 0.040
Pectin -7.3330 1.309 -5.601 0.000 -9.937 -4.729
Cd:MP -0.0008 0.000 -3.956 0.000 -0.001 -0.000
Cd:Pectin 0.0214 0.038 0.559 0.578 -0.055 0.098
MP:Pectin 0.0606 0.015 3.945 0.000 0.030 0.091
==============================================================================
Omnibus: 1.055 Durbin-Watson: 0.993
Prob(Omnibus): 0.590 Jarque-Bera (JB): 0.535
Skew: -0.057 Prob(JB): 0.765
Kurtosis: 3.360 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 28.058424
Cd 0.123338
MP 0.026668
Pectin -7.332971
Cd:MP -0.000759
Cd:Pectin 0.021449
MP:Pectin 0.060580
dtype: float64
P-values:
Intercept 1.070177e-73
Cd 5.397650e-11
MP 1.051632e-04
Pectin 2.695150e-07
Cd:MP 1.599307e-04
Cd:Pectin 5.779011e-01
MP:Pectin 1.664219e-04
dtype: float64
ALT
ALT Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: ALT R-squared: 0.851
Model: OLS Adj. R-squared: 0.840
Method: Least Squares F-statistic: 79.11
Date: Mon, 24 Mar 2025 Prob (F-statistic): 3.14e-32
Time: 16:43:40 Log-Likelihood: -193.74
No. Observations: 90 AIC: 401.5
Df Residuals: 83 BIC: 419.0
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 11.0784 0.626 17.710 0.000 9.834 12.323
Cd 0.2493 0.024 10.298 0.000 0.201 0.297
MP 0.1131 0.010 11.674 0.000 0.094 0.132
Pectin -9.7866 1.937 -5.052 0.000 -13.639 -5.934
Cd:MP -0.0017 0.000 -6.097 0.000 -0.002 -0.001
Cd:Pectin -0.0930 0.057 -1.638 0.105 -0.206 0.020
MP:Pectin -0.0066 0.023 -0.288 0.774 -0.052 0.039
==============================================================================
Omnibus: 0.887 Durbin-Watson: 0.623
Prob(Omnibus): 0.642 Jarque-Bera (JB): 0.879
Skew: -0.033 Prob(JB): 0.644
Kurtosis: 2.520 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 11.078351
Cd 0.249334
MP 0.113067
Pectin -9.786594
Cd:MP -0.001732
Cd:Pectin -0.093043
MP:Pectin -0.006551
dtype: float64
P-values:
Intercept 6.294031e-30
Cd 1.687286e-16
MP 3.393158e-19
Pectin 2.552551e-06
Cd:MP 3.265850e-08
Cd:Pectin 1.052307e-01
MP:Pectin 7.738443e-01
dtype: float64
LDH
LDH Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: LDH R-squared: 0.798
Model: OLS Adj. R-squared: 0.784
Method: Least Squares F-statistic: 54.70
Date: Mon, 24 Mar 2025 Prob (F-statistic): 8.57e-27
Time: 16:43:40 Log-Likelihood: -345.52
No. Observations: 90 AIC: 705.0
Df Residuals: 83 BIC: 722.5
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 76.5311 3.378 22.656 0.000 69.813 83.250
Cd 0.8032 0.131 6.143 0.000 0.543 1.063
MP 0.3486 0.052 6.666 0.000 0.245 0.453
Pectin -44.9423 10.460 -4.297 0.000 -65.746 -24.138
Cd:MP -0.0012 0.002 -0.750 0.455 -0.004 0.002
Cd:Pectin -0.2869 0.307 -0.935 0.352 -0.897 0.323
MP:Pectin 0.2106 0.123 1.716 0.090 -0.033 0.455
==============================================================================
Omnibus: 0.164 Durbin-Watson: 0.504
Prob(Omnibus): 0.921 Jarque-Bera (JB): 0.061
Skew: -0.064 Prob(JB): 0.970
Kurtosis: 2.987 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 76.531099
Cd 0.803222
MP 0.348622
Pectin -44.942271
Cd:MP -0.001151
Cd:Pectin -0.286860
MP:Pectin 0.210589
dtype: float64
P-values:
Intercept 2.707388e-37
Cd 2.678346e-08
MP 2.710494e-09
Pectin 4.685839e-05
Cd:MP 4.551285e-01
Cd:Pectin 3.524283e-01
MP:Pectin 8.984419e-02
dtype: float64
AST
AST Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: AST R-squared: 0.804
Model: OLS Adj. R-squared: 0.790
Method: Least Squares F-statistic: 56.71
Date: Mon, 24 Mar 2025 Prob (F-statistic): 2.62e-27
Time: 16:43:40 Log-Likelihood: -196.65
No. Observations: 90 AIC: 407.3
Df Residuals: 83 BIC: 424.8
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 15.5826 0.646 24.119 0.000 14.298 16.868
Cd 0.1737 0.025 6.946 0.000 0.124 0.223
MP 0.0635 0.010 6.347 0.000 0.044 0.083
Pectin -10.7697 2.001 -5.383 0.000 -14.749 -6.791
Cd:MP -0.0007 0.000 -2.289 0.025 -0.001 -8.8e-05
Cd:Pectin 0.0090 0.059 0.154 0.878 -0.108 0.126
MP:Pectin 0.0756 0.023 3.222 0.002 0.029 0.122
==============================================================================
Omnibus: 3.391 Durbin-Watson: 1.201
Prob(Omnibus): 0.184 Jarque-Bera (JB): 3.046
Skew: 0.450 Prob(JB): 0.218
Kurtosis: 3.026 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 15.582579
Cd 0.173712
MP 0.063485
Pectin -10.769686
Cd:MP -0.000671
Cd:Pectin 0.009034
MP:Pectin 0.075614
dtype: float64
P-values:
Intercept 2.963698e-39
Cd 7.766327e-10
MP 1.106134e-08
Pectin 6.661075e-07
Cd:MP 2.462005e-02
Cd:Pectin 8.780056e-01
MP:Pectin 1.820003e-03
dtype: float64
ALP
ALP Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: ALP R-squared: 0.783
Model: OLS Adj. R-squared: 0.767
Method: Least Squares F-statistic: 49.90
Date: Mon, 24 Mar 2025 Prob (F-statistic): 1.68e-25
Time: 16:43:40 Log-Likelihood: -170.12
No. Observations: 90 AIC: 354.2
Df Residuals: 83 BIC: 371.7
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 18.3078 0.481 38.050 0.000 17.351 19.265
Cd 0.1408 0.019 7.561 0.000 0.104 0.178
MP -0.0050 0.007 -0.673 0.503 -0.020 0.010
Pectin -6.7354 1.490 -4.521 0.000 -9.699 -3.772
Cd:MP 3.671e-05 0.000 0.168 0.867 -0.000 0.000
Cd:Pectin 0.0507 0.044 1.160 0.249 -0.036 0.138
MP:Pectin 0.0803 0.017 4.593 0.000 0.046 0.115
==============================================================================
Omnibus: 1.519 Durbin-Watson: 0.894
Prob(Omnibus): 0.468 Jarque-Bera (JB): 1.415
Skew: 0.302 Prob(JB): 0.493
Kurtosis: 2.885 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 18.307820
Cd 0.140808
MP -0.005010
Pectin -6.735386
Cd:MP 0.000037
Cd:Pectin 0.050676
MP:Pectin 0.080271
dtype: float64
P-values:
Intercept 2.631390e-54
Cd 4.840560e-11
MP 5.030865e-01
Pectin 2.028154e-05
Cd:MP 8.669487e-01
Cd:Pectin 2.494549e-01
MP:Pectin 1.542268e-05
dtype: float64
GGT
GGT Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: GGT R-squared: 0.725
Model: OLS Adj. R-squared: 0.705
Method: Least Squares F-statistic: 36.40
Date: Mon, 24 Mar 2025 Prob (F-statistic): 2.81e-21
Time: 16:43:40 Log-Likelihood: -116.60
No. Observations: 90 AIC: 247.2
Df Residuals: 83 BIC: 264.7
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 4.7622 0.265 17.938 0.000 4.234 5.290
Cd 0.0288 0.010 2.800 0.006 0.008 0.049
MP -0.0241 0.004 -5.861 0.000 -0.032 -0.016
Pectin 5.4621 0.822 6.644 0.000 3.827 7.097
Cd:MP -0.0002 0.000 -1.800 0.076 -0.000 2.28e-05
Cd:Pectin -0.1197 0.024 -4.966 0.000 -0.168 -0.072
MP:Pectin 0.0061 0.010 0.634 0.528 -0.013 0.025
==============================================================================
Omnibus: 4.547 Durbin-Watson: 0.429
Prob(Omnibus): 0.103 Jarque-Bera (JB): 4.463
Skew: -0.501 Prob(JB): 0.107
Kurtosis: 2.567 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 4.762198
Cd 0.028777
MP -0.024089
Pectin 5.462126
Cd:MP -0.000217
Cd:Pectin -0.119720
MP:Pectin 0.006112
dtype: float64
P-values:
Intercept 2.702598e-30
Cd 6.346638e-03
MP 9.009370e-08
Pectin 2.981237e-09
Cd:MP 7.555326e-02
Cd:Pectin 3.604635e-06
MP:Pectin 5.279494e-01
dtype: float64
CAT
CAT Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: CAT R-squared: 0.441
Model: OLS Adj. R-squared: 0.401
Method: Least Squares F-statistic: 10.93
Date: Mon, 24 Mar 2025 Prob (F-statistic): 6.10e-09
Time: 16:43:40 Log-Likelihood: -143.21
No. Observations: 90 AIC: 300.4
Df Residuals: 83 BIC: 317.9
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 14.5673 0.357 40.828 0.000 13.858 15.277
Cd -0.0637 0.014 -4.611 0.000 -0.091 -0.036
MP -0.0123 0.006 -2.221 0.029 -0.023 -0.001
Pectin -1.8941 1.105 -1.714 0.090 -4.092 0.303
Cd:MP 1.749e-05 0.000 0.108 0.914 -0.000 0.000
Cd:Pectin 0.0392 0.032 1.209 0.230 -0.025 0.104
MP:Pectin 0.0447 0.013 3.451 0.001 0.019 0.071
==============================================================================
Omnibus: 3.530 Durbin-Watson: 1.281
Prob(Omnibus): 0.171 Jarque-Bera (JB): 3.117
Skew: 0.454 Prob(JB): 0.210
Kurtosis: 3.075 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 14.567316
Cd -0.063676
MP -0.012270
Pectin -1.894070
Cd:MP 0.000017
Cd:Pectin 0.039164
MP:Pectin 0.044732
dtype: float64
P-values:
Intercept 1.019008e-56
Cd 1.440142e-05
MP 2.906053e-02
Pectin 9.019806e-02
Cd:MP 9.143006e-01
Cd:Pectin 2.302082e-01
MP:Pectin 8.797260e-04
dtype: float64
SOD
SOD Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: SOD R-squared: 0.688
Model: OLS Adj. R-squared: 0.665
Method: Least Squares F-statistic: 30.48
Date: Mon, 24 Mar 2025 Prob (F-statistic): 4.64e-19
Time: 16:43:40 Log-Likelihood: -409.98
No. Observations: 90 AIC: 834.0
Df Residuals: 83 BIC: 851.5
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 240.0358 6.914 34.717 0.000 226.284 253.788
Cd -1.1374 0.268 -4.250 0.000 -1.670 -0.605
MP -0.1929 0.107 -1.802 0.075 -0.406 0.020
Pectin 136.3434 21.409 6.368 0.000 93.761 178.926
Cd:MP 0.0047 0.003 1.503 0.137 -0.002 0.011
Cd:Pectin -2.5008 0.628 -3.983 0.000 -3.750 -1.252
MP:Pectin -0.7403 0.251 -2.948 0.004 -1.240 -0.241
==============================================================================
Omnibus: 140.266 Durbin-Watson: 1.734
Prob(Omnibus): 0.000 Jarque-Bera (JB): 6743.774
Skew: -5.383 Prob(JB): 0.00
Kurtosis: 44.018 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 240.035839
Cd -1.137375
MP -0.192950
Pectin 136.343357
Cd:MP 0.004718
Cd:Pectin -2.500792
MP:Pectin -0.740317
dtype: float64
P-values:
Intercept 3.399027e-51
Cd 5.562195e-05
MP 7.509903e-02
Pectin 1.005499e-08
Cd:MP 1.366983e-01
Cd:Pectin 1.453864e-04
MP:Pectin 4.155945e-03
dtype: float64
GPX
GPX Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: GPX R-squared: 0.839
Model: OLS Adj. R-squared: 0.827
Method: Least Squares F-statistic: 72.13
Date: Mon, 24 Mar 2025 Prob (F-statistic): 7.80e-31
Time: 16:43:40 Log-Likelihood: -68.621
No. Observations: 90 AIC: 151.2
Df Residuals: 83 BIC: 168.7
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 4.9419 0.156 31.725 0.000 4.632 5.252
Cd -0.0612 0.006 -10.149 0.000 -0.073 -0.049
MP -0.0131 0.002 -5.450 0.000 -0.018 -0.008
Pectin 3.0110 0.482 6.242 0.000 2.052 3.970
Cd:MP 0.0003 7.07e-05 3.958 0.000 0.000 0.000
Cd:Pectin -0.0067 0.014 -0.472 0.638 -0.035 0.021
MP:Pectin -0.0255 0.006 -4.501 0.000 -0.037 -0.014
==============================================================================
Omnibus: 4.933 Durbin-Watson: 0.533
Prob(Omnibus): 0.085 Jarque-Bera (JB): 4.868
Skew: 0.566 Prob(JB): 0.0877
Kurtosis: 2.879 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 4.941923
Cd -0.061196
MP -0.013145
Pectin 3.011027
Cd:MP 0.000280
Cd:Pectin -0.006671
MP:Pectin -0.025469
dtype: float64
P-values:
Intercept 3.589026e-48
Cd 3.320355e-16
MP 5.050517e-07
Pectin 1.742801e-08
Cd:MP 1.585483e-04
Cd:Pectin 6.384394e-01
MP:Pectin 2.185632e-05
dtype: float64
LYZ
LYZ Model Summary:
OLS Regression Results
==============================================================================
Dep. Variable: LYZ R-squared: 0.843
Model: OLS Adj. R-squared: 0.831
Method: Least Squares F-statistic: 74.14
Date: Mon, 24 Mar 2025 Prob (F-statistic): 3.02e-31
Time: 16:43:40 Log-Likelihood: 4.8221
No. Observations: 90 AIC: 4.356
Df Residuals: 83 BIC: 21.85
Df Model: 6
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
Intercept 2.3093 0.069 33.527 0.000 2.172 2.446
Cd -0.0339 0.003 -12.726 0.000 -0.039 -0.029
MP -0.0068 0.001 -6.381 0.000 -0.009 -0.005
Pectin 1.0057 0.213 4.715 0.000 0.581 1.430
Cd:MP 0.0002 3.13e-05 5.732 0.000 0.000 0.000
Cd:Pectin 0.0091 0.006 1.453 0.150 -0.003 0.022
MP:Pectin -0.0092 0.003 -3.695 0.000 -0.014 -0.004
==============================================================================
Omnibus: 4.625 Durbin-Watson: 0.382
Prob(Omnibus): 0.099 Jarque-Bera (JB): 4.588
Skew: 0.547 Prob(JB): 0.101
Kurtosis: 2.832 Cond. No. 1.69e+04
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large, 1.69e+04. This might indicate that there are
strong multicollinearity or other numerical problems.
Coefficients:
Intercept 2.309340
Cd -0.033929
MP -0.006805
Pectin 1.005694
Cd:MP 0.000179
Cd:Pectin 0.009089
MP:Pectin -0.009244
dtype: float64
P-values:
Intercept 5.082208e-50
Cd 3.335544e-21
MP 9.518204e-09
Pectin 9.631375e-06
Cd:MP 1.553957e-07
Cd:Pectin 1.499846e-01
MP:Pectin 3.933891e-04
dtype: float64
Key Interpretations¶
Cd and MP : Positive coefficients indicate harmful effects; negative coefficients suggest protective effects. Pectin Interactions : A significant negative coefficient for Cd:Pectin implies pectin reduces Cd's toxicity. Control Group (Group 15) : The intercept represents the control group's mean if Cd, MP, and Pectin are zero in this group
Define Toxicity Levels¶
Since the problem requires predicting toxicity levels ("Low," "Medium," "High"), we need to define these levels based on the concentrations of Cd and MP. For example:
Low toxicity : Cd = 0 and MP = 0 Medium toxicity : Cd = 20 or MP = 20 High toxicity : Cd = 40 or MP = 100 Add a new column toxicity_level to the dataset based on these rules.
| groups | TG | Chol | Pr | Alb | Cre | Gluc | ALT | LDH | AST | ALP | GGT | CAT | SOD | GPX | LYZ | Cd | MP | Pectin | toxicity_level | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1 | 45 | 98 | 3.4 | 1.29 | 0.27 | 31 | 23 | 129 | 27 | 24 | 3.0 | 12.0 | 210.0 | 3.0 | 1.35 | 40 | 100 | 0.25 | High |
| 1 | 1 | 44 | 96 | 3.2 | 1.30 | 0.26 | 30 | 22 | 125 | 23 | 22 | 4.0 | 11.0 | 180.0 | 2.6 | 1.33 | 40 | 100 | 0.25 | High |
| 2 | 1 | 45 | 95 | 3.2 | 1.31 | 0.27 | 31 | 23 | 124 | 24 | 24 | 3.0 | 11.5 | 200.0 | 2.9 | 1.32 | 40 | 100 | 0.25 | High |
| 3 | 1 | 45 | 96 | 3.6 | 1.32 | 0.28 | 30 | 22 | 126 | 29 | 25 | 3.5 | 12.0 | 201.0 | 2.8 | 1.29 | 40 | 100 | 0.25 | High |
| 4 | 1 | 43 | 97 | 3.7 | 1.28 | 0.27 | 32 | 23 | 123 | 28 | 26 | 4.2 | 11.0 | 205.0 | 2.9 | 1.29 | 40 | 100 | 0.25 | High |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 85 | 15 | 21 | 36 | 4.6 | 1.75 | 0.24 | 27 | 12 | 70 | 14 | 18 | 5.2 | 14.0 | 226.0 | 4.6 | 2.10 | 0 | 0 | 0.00 | Low |
| 86 | 15 | 22 | 45 | 4.8 | 1.78 | 0.24 | 29 | 10 | 68 | 16 | 17 | 5.3 | 15.0 | 223.0 | 4.6 | 2.40 | 0 | 0 | 0.00 | Low |
| 87 | 15 | 23 | 42 | 3.9 | 1.69 | 0.25 | 28 | 11 | 69 | 12 | 17 | 4.9 | 15.0 | 226.0 | 4.7 | 2.40 | 0 | 0 | 0.00 | Low |
| 88 | 15 | 20 | 41 | 5.0 | 1.75 | 0.23 | 29 | 12 | 65 | 13 | 17 | 5.0 | 15.0 | 224.0 | 5.1 | 2.20 | 0 | 0 | 0.00 | Low |
| 89 | 15 | 21 | 42 | 4.9 | 1.75 | 0.25 | 30 | 11 | 62 | 14 | 16 | 4.6 | 16.3 | 223.0 | 5.1 | 2.30 | 0 | 0 | 0.00 | Low |
90 rows × 20 columns
Prepare Features and Target Variable¶
The features (X) will include all biochemical parameters and concentrations of Cd, MP, and pectin. The target variable (y) will be the toxicity_level.
Encode Categorical Variables¶
The toxicity_level column is categorical, so we need to encode it into numerical values using LabelEncoder.
Split the Data into Training and Testing Sets¶
Split the dataset into training and testing sets (e.g., 80% for training and 20% for testing).
Train the Random Forest Classifier¶
Train a Random Forest classifier on the training data.
RandomForestClassifier(random_state=42)In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.
RandomForestClassifier(random_state=42)
Evaluate the Model¶
Evaluate the performance of the trained model on the testing set using metrics such as accuracy, confusion matrix, and classification report.
Accuracy: 1.0
Confusion Matrix:
[[11 0 0]
[ 0 3 0]
[ 0 0 4]]
Classification Report:
precision recall f1-score support
High 1.00 1.00 1.00 11
Low 1.00 1.00 1.00 3
Medium 1.00 1.00 1.00 4
accuracy 1.00 18
macro avg 1.00 1.00 1.00 18
weighted avg 1.00 1.00 1.00 18
Analyze Feature Importance¶
Random Forest provides feature importance scores, which can help identify which biochemical parameters and concentrations are most influential in predicting toxicity levels.
Feature Importance 7 LDH 0.140720 13 GPX 0.126013 14 LYZ 0.120986 15 Cd 0.118860 6 ALT 0.102678 8 AST 0.091202 10 GGT 0.075430 3 Alb 0.032828 12 SOD 0.030721 5 Gluc 0.030565 0 TG 0.030072 4 Cre 0.026594 9 ALP 0.023071 1 Chol 0.019132 2 Pr 0.014324 11 CAT 0.007403 16 MP 0.004838 17 Pectin 0.004563
Investigate Pectin's Protective Effect¶
To analyze whether pectin has a protective effect, you can compare the toxicity levels across different pectin concentrations. For example:
Group the data by Pectin levels.</br>
Calculate the mean toxicity levels within each group.</br>
Visualize the results using a bar plot.</br>